Este proyecto pretenden conseguir la integración de las tecnologías más actuales y punteras en adquisición de imágenes sub-acuáticas, procesamiento automático de grandes volúmenes de vídeos y Deep Learning (DL), para contribuir a la consecución de modelos inteligentes de pesca y acuicultura.

Para ello, planteamos los siguientes objetivos:

Objetivo 1: Estimación automática de biomasa de peces.

Algoritmos de visión por computador y redes neuronales para dimensionar automáticamente peces en vídeos, tanto en el agua como tras el sacrificio. El grupo de investigación ha desarrollado en los últimos años un sistema para la estimación automática de biomasa de atún rojo en granjas de cultivo en el Grup Balfegó (Tarragona) y en el ICTS- ICAR de Murcia, que se podría aplicar también a especies en granjas de acuicultura intensiva de la Comunidad Valenciana, como doradas, corvinas y lubinas.

La estimación automática de talla y biomasa de los peces permite conocer el patrón de crecimiento de una especie y proporciona información a los acuicultores sobre su evolución en tamaño, que está relacionado directamente con el bienestar, y que permitiría detectar posibles alteraciones en el crecimiento fruto de alguna patología.

Objetivo 2: Desarrollo de sistemas de monitorización mediante visión por computador y aprendizaje automático orientado al “smart fish farming”.

La acuicultura inteligente o “smart fish farming” forma un nuevo campo científico cuyo objetivo es optimizar el uso eficiente de los recursos y promover el desarrollo sostenible en la acuicultura a integrando el Internet of Things (IoT), big data, computación en la nube, inteligencia artificial y otras tecnologías de la información.

Este objetivo está orientado a mejorar los sistemas de cultivo contribuyendo al bienestar animal y la prevención y control de patologías con tecnologías y herramientas novedosas. También trata de mejorar el bienestar de los peces y permite obtener indicadores para el estado de salud. Además propone el desarrollo de aplicaciones software específicas en las que son necesarias implementar técnicas de procesamiento de imágenes basadas en Deep Learning, campo en el que nuestro grupo cuenta con experiencia y desarrollos de éxito.

Dividimos el objetivo 2 en dos subobjetivos:

Subobjetivo 2.1. Diseño de una plataforma con cámaras subacuáticas y desarrollo de una aplicación con capacidad inteligente y adaptativa para la cuantificación de alimento no ingerido en la acuicultura marina que aporte conocimiento para el bienestar animal y la sostenibilidad medio ambiental.

Subobjetivo 2.2. Monitorización de poblaciones de acuicultura para el análisis de su comportamiento y la detección de patologías mediante visión por computador.