A novel method for automatic fish counting based on machine learning using morphological features

Bu tez, bir balık çiftliğinde durmaksızın akan dar bir su akışında (veya aynı şekilde bir taşıma bandı veya benzer bir mekanizmada) balıkları saymak için makine öğrenimi tabanlı bir yapay görme yaklaşımı sunmaktadır. Bu tür işlemlere "sürekli işlem" denmektedir. Böyle bir kurulum, sayma işleminin son derece hızlı yapılmasını gerektirir ve buna "gerçek zamanlı" işlem denir. Teze konu olan balık sayma çözümümüz de bu tür sürekli ve gerçek zamanlı bir yöntemdir. Buradaki en zor alt problem "üst üste binen balıkları" doğru bir şekilde saymak ve her bir balığın boyutları konusundaki esnekliktir. Önceki çalışmaların çoğu, üst üste binen balıkları sayma konusundaki verimli olmayan yaklaşımları nedeniyle gerçek zamanlı olmamıştır. Hızdaki üstünlüğümüz, daha az sayıda ve hesaplama açısından daha ucuz morfolojik özelliklerin (makine öğrenimine beslediğimiz) seçilmesinden kaynaklanmaktadır. Günümüzün gelişmiş teknolojisi oldukça doğru sonuçlar vermesine rağmen (%98,9), çok zor test koşullarında bile bu oranı %99,4'e çıkardık. Çözümümüz literatürdeki önceki çalışmalardan farklı olarak süreklilik arz ettiği için, ardışık görüntülerde yer alan "balıkların birleştirilmesi" (üst üste binmiş olsun ya da olmasın) sorununu da çözmek zorunda kaldık.