Nghiên cứu mô hình phát hiện rác thải nhựa ven biển sử dụng ảnh máy bay không người lái và mạng nơ-ron tích chập sâu
PDF | Download: 629

Từ khóa

rác thải nhựa
viễn thám
UAV
mạng nơ-ron tích chập
học sâu plastic waste
remote sensing
UAV
convolutional neural network
deep learning

Ngôn ngữ sử dụng

Cách trích dẫn

Đỗ, T. N., Nguyễn, T. D. M., Phạm, V. M., Phạm, V. Đông, Bùi, Q. T., Nghiêm, V. T., & Phạm, M. H. (2021). Nghiên cứu mô hình phát hiện rác thải nhựa ven biển sử dụng ảnh máy bay không người lái và mạng nơ-ron tích chập sâu. Tạp Chí Khoa học Đo đạc Và Bản đồ, (49), 21–29. https://doi.org/10.54491/jgac.2021.49.543

Tóm tắt

Rác thải nhựa tại các khu vực ven biển có nguồn gốc do các hoạt động của con người và đang trở thành mối nguy cho môi trường biển bởi số lượng lớn và khó phân hủy. Chúng đe dọa đến hệ động vật biển và phá hủy hệ sinh thái biển, gây ô nhiễm môi trường và làm giảm giá trị cảnh quan của bãi biển. Các chương trình giám sát và các biện pháp giảm thiểu đã được đưa ra để giải quyết vấn đề này trên toàn thế giới, với sự hỗ trợ ngày càng nhiều của công nghệ hiện đại và tự động hóa các quá trình phân tích. Hình ảnh từ máy bay không người lái (UAV) và mạng nơ-ron tích chập sâu (DCNN) có thể được sử dụng hiệu quả để phát hiện, xác định và giám sát loại rác thải nhựa ven biển. Nghiên cứu này đề xuất một thuật toán phát hiện rác thải nhựa ven biển dựa trên cách tiếp cận mô hình DCNN có khả năng học từ dữ liệu không có cấu trúc hoặc không được gắn nhãn. Mô hình học máy dựa trên mạng nơ-ron tích chập sâu đã được đào tạo và thử nghiệm bằng cách sử dụng 95 hình ảnh được chụp từ Phantom 4 Pro với camera loại CMOS 1 inch có độ phân giải 20MP khu vực ven biển Hội An (Quảng Nam). Kết quả cho thấy, độ chính xác trong phân loại hình ảnh rác thải nhựa ven biển và xác nhận chéo lần lượt là 0,87 và 0,83. Nghiên cứu nhằm cung cấp một cách tiếp cận mới cho các nhà nghiên cứu, nhà quản lý vùng ven biển có ý định sử dụng ảnh UAV để giám sát và đánh giá mối đe dọa môi trường từ các mảnh rác thải biển. Tuy nhiên, việc giám sát tự động vẫn là một thách thức về công nghệ và cần có những nghiên cứu thêm để cải thiện độ chính xác của các thuật toán hiện tại trong tương lai.

https://doi.org/10.54491/jgac.2021.49.543
PDF | Download: 629

Tải xuống

Dữ liệu tải xuống chưa có sẵn.