상세검색
최근 검색어 전체 삭제
다국어입력
즐겨찾기0
커버이미지 없음
학술대회자료

VTS 관제 향상을 위한 딥러닝 기반의 어선 조업 판별기술

Deep Learning based Fishing Gear Type Classification for Improvement of VTS service

  • 68

대부분의 해양인접국은 자국의 수산자원 관리 및 불법조업 방지를 위해 선상단속, 조업모니터링 등 여러 노력을 수행하고 있다. 특히 허가받지 아니한 어구를 사용하는 불법조업은 어업자원 및 치어를 남획하여 수산자원은 갈수록 줄어들고 있다. 또한 관제구역 내 선박자동식별장치(V-PASS, AIS) 미 장착 선박에 대한 조업유무 판별은 어선의 조업특성 파악과 주변선박 안전항해에 중요하다. 이에 본 발표는 관제구역 내 어선의 항적데이터를 컨볼루션 신경망(Convolutional Neural Network)으로 학습하여 어선 조업을 판별하는 모델을 개발하고 실 해역에 적용한 결과를 시연하고자 한다. 실험을 위해 제주해역에서 수집한 AIS 데이터를 전처리하여 제안하는 모델에 학습하였으며, 학습 결과 90% 이상의 판별 성능의 결과를 얻었다.

1. 서 론

2. 재료 및 방법

3. 실험결과 및 결론

참고문헌

로딩중