Embedded AI-Powered Marine Biodiversity Monitoring PhD

本博士项目旨在通过开发由边缘人工智能驱动的低成本、实时计算机视觉系统，提升海洋监测能力。该项目与领先的海洋科学机构CEFAS合作，将研发紧凑高效的算法，可在小型设备上运行，用于识别水下海洋物种和人造垃圾。与目前依赖云计算和专家知识的系统不同，该技术将在现场直接处理图像，从而实现更快、更便宜且更广泛的可及性。 本研究基于一个名为“神经网络增强型海洋观测系统”的现有原型——一种内置人工智能、用于追踪海洋生物的紧凑型浅水摄像系统。项目将进一步采用新的深度学习方法，提升该系统对海底垃圾的分类能力，并在复杂的水下环境中监测生物多样性。通过实现对海洋状况的实时、现场分析，该系统有望改进对沿海生态系统、贝类种群和污染水平的评估，从而支持更有效的环境管理。