近日，我所漁業(yè)遙感技術(shù)及數(shù)字漁業(yè)創(chuàng)新團(tuán)隊(duì)張勝茂研究員為通信作者，指導(dǎo)的研究生王書獻(xiàn)為第一作者撰寫的論文“Recognition on the working status of Acetes chinensis quota fishing vessels based on a 3D convolutional neural network”在漁業(yè)領(lǐng)域國(guó)際刊物《Fisheries Research》（JCR二區(qū)，影響因子為2.422）中發(fā)表。
隨著電子觀察員系統(tǒng)的發(fā)展，漁船作業(yè)過程有了更客觀的記錄，漁業(yè)船舶監(jiān)控也有了新的數(shù)據(jù)支撐。基于電子觀察員系統(tǒng)的漁船監(jiān)控及信息智能提取是近年一項(xiàng)新興的漁船作業(yè)狀態(tài)識(shí)別技術(shù)。該文章將計(jì)算機(jī)視覺領(lǐng)域3D卷積技術(shù)應(yīng)用于中國(guó)毛蝦捕撈漁船的狀態(tài)識(shí)別，克服了傳統(tǒng)2D卷積網(wǎng)絡(luò)在識(shí)別動(dòng)態(tài)過程中的局限性，在測(cè)試數(shù)據(jù)中達(dá)到了97.09%的準(zhǔn)確率。
精準(zhǔn)的漁船捕撈狀態(tài)識(shí)別，一方面能夠還原捕撈過程、便于漁船作業(yè)調(diào)度，另外還可以為漁業(yè)管理相關(guān)部門進(jìn)行捕撈強(qiáng)度精細(xì)化管理和資源保護(hù)等提供技術(shù)支撐，具有較大的實(shí)際應(yīng)用價(jià)值和應(yīng)用前景。
（漁業(yè)遙感與信息技術(shù)研究室 張勝茂/王書獻(xiàn)）
