Automated Fish Detection And Identification
Pengecaman dan pengenalpastian ikan menggunakan kaedah komputan telah menjadi sebuah bidang penyelidikan yang amat popular dalam kalangan para penyelidik. Kaedah-kaedah berkenaan penting kerana maklumat yang dipaparkan oleh ikan seperti pola trajektori, lokasi dan warna boleh menentukan sama ada ika...
Saved in:
| Main Author: | |
|---|---|
| Format: | Thesis |
| Language: | English |
| Published: |
2015
|
| Subjects: | |
| Online Access: | http://eprints.usm.my/32096/1/WONG_POH_LEE.pdf |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | Pengecaman dan pengenalpastian ikan menggunakan kaedah komputan telah menjadi sebuah bidang penyelidikan yang amat popular dalam kalangan para penyelidik. Kaedah-kaedah berkenaan penting kerana maklumat yang dipaparkan oleh ikan seperti pola trajektori, lokasi dan warna boleh menentukan sama ada ikan berkenaan sihat atau sakit. Pada masa ini, kaedah-kaedah ini tidak begitu tepat terutamanya apabila wujudnya ambang seperti buih dan kawasan yang cerah yang mungkin dicam sebagai ikan. Selain itu, sistem pengecaman dan pengenalpastian yang sedia ada masih boleh ditingkatkan untuk mendapatkan keputusan yang lebih baik dan tepat. Dalam usaha untuk mencapai kadar pengecaman dan pengenalpastian yang lebih baik, satu skim yang ditingkatkan yang terdiri daripada gabungan beberapa kaedah dibangunkan. Pendekatan pertama terdiri daripada satu kaedah pengesanan objek untuk mencari lokasi ikan. Sebuah sistem menggunakan dwikamera juga dicadangkan untuk memperoleh kadar pengesanan yang lebih baik.
Recognition and identification of fish using computational methods have increasingly become a popular research endeavour among researchers. The methods are important as the information displayed by the fish such as trajectory patterns, location and colour could determine whether the fish are healthy or under stress. Current methods are not accurate especially when there exist thresholds such as bubbles and some lighted spots which might be identified as fish. Besides, the recognition and identification rate of the existing systems can still be improved to obtain better and more accurate results. In order to achieve a better recognition and identification rate, an improved scheme consisting of a combination of several methods is constructed. First of all, the first approach is to propose an object tracking method for the purpose of locating the position of fish for real-time videos. |
|---|