根據發表在《環境汙染》(Environmental Pollution)雜誌上的一項研究,巴塞羅那大學的研究團隊成功開發了一種基於深度學習技術設計的演算法的開放訪問網路應用程式——MARLIT,檢測和量化海洋中的漂浮塑膠的可靠性超過80%。
為了監測海洋漂浮的塑膠汙染物,研究團隊設計了一種新的演算法,透過應用深度學習技術,透過航拍照片自動量化海洋中的漂浮塑膠。深度學習技術是一種自動學習方法,人工神經網路能夠學習並將學習提升到更高水平。
這種方法是透過人工智慧技術對加泰羅尼亞地中海海岸的3800多幅航空影象進行分析的結果,它將使研究人員能夠在評估全球海洋中塑膠汙染物的存在、密度和分佈方面取得進展。
MARLIT支援對影象進行單獨分析,並根據使用者指南將影象分成幾個部分,識別每個特定區域中是否存在漂浮垃圾,並使用影象元資料(高度、解析度)估計它們的密度。未來,預計該應用將適用於遠端感測器(如無人機)以自動化遙感等方面。
編譯/前瞻經濟學人APP資訊組
原文連結:
https://www.sciencedirect.com/science/article/abs/pii/S0269749121000683?via%3Dihub