Til hovedinnhold
Norsk English

INDISAL

INDISAL skal lage en teknologi som gjør oss i stand til å identifisere laks på individnivå i kommersielle oppdrettsanlegg.

Kontaktperson

Illustrasjon av prosjektet

INDISAL-prosjektet er innovativt og partnerne vil forsøke å skape en teknologi som gjør oss i stand til å identifisere laks på individnivå samtidig som man observerer deres adferd og utvikling i kommersielle oppdrettsanlegg. Alt skjer i realtime (sanntid). En del av utviklingen vil bestå av å designe og konstruere helt nye og innovative undervanns lys- og bildeløsninger for å skape undervannsopptak med enestående høy kvalitet. Dette skaper mulighet for å utnytte og utvikle state-of-the-art datasyn og maskinlæringsmetoder for å automatisk identifisere laks på individnivå og samtidig måle variabler innen velferd og fiskestatus. Metoden er non-invasiv og helt uten negativ påvirkning på fisken. 

Seksjonene nedenfor beskriver våre fremskritt innen INDISAL-prosjektet for de første 20 måneder.

Prosjektets eier Sealab AS og Mowi ASA har etablert en 24/7 datatilkobling som tillater mottak av høykvalitets kameraopptak når som helst fra en kommersiell laksemerd i et havbruksanlegg. Dette er viktig for utviklingen av robuste algoritmer som gjennom dette tillater å teste utviklede tilnærminger ved ulike belysnings- og vannforhold. Opprettelsen av innovative styrbare belysningsløsninger pågår og et stereokamera ble bygget.

De eksperimentene som utnytter state-of-the-art teknikker for maskininnlæring viser gode resultater med hensyn til en sterk anerkjennelse av deler av laksen i videoopptak fra fiskmerder. Enkelte individer av laksepopulasjonen kan spores ut over tidspunktet de opptrer i en video og gir en mer detaljert analyse av hovedregionen av en individuell fisk.

Munnbevegelsen ble identifisert som variablen vi automatisk trekker ut, og vi implementerte en algoritme som måler den tilsynelatende bevegelsen i munnregionen. Det fører til en måling av "munnåpningsfrekvens". Ekstraksjonen av spotmønsteret til laksen for en biometrisk identifikasjon viser fremgang. Den mest utfordrende delen er at segmentering av punktmønsteret sammen med den biometriske representasjonen må være svært nøyaktig, da en biometrisk funksjon fra et laks må sammenlignes med hele fiskepopulasjonen i ei laksemerd.

 

Nøkkelinfo

Prosjektvarighet

2018 - 2021

Budsjett: 18 mill

Partnere:
SEALAB AS (Prosjekteier)
Mowi ASA
Marin Aqua AS
Safepath AS
Inovamares AS
NTNU
SINTEF Ocean