根据发表在《环境污染》(Environmental Pollution)杂志上的一项研究,巴塞罗那大学的研究团队成功开发了一种基于深度学习技术设计的算法的开放访问网络应用程序——MARLIT,检测和量化海洋中的漂浮塑料的可靠性超过80%。
为了监测海洋漂浮的塑料污染物,研究团队设计了一种新的算法,通过应用深度学习技术,通过航拍照片自动量化海洋中的漂浮塑料。深度学习技术是一种自动学习方法,人工神经网络能够学习并将学习提升到更高水平。
这种方法是通过人工智能技术对加泰罗尼亚地中海海岸的3800多幅航空图像进行分析的结果,它将使研究人员能够在评估全球海洋中塑料污染物的存在、密度和分布方面取得进展。
MARLIT支持对图像进行单独分析,并根据用户指南将图像分成几个部分,识别每个特定区域中是否存在漂浮垃圾,并使用图像元数据(高度、分辨率)估计它们的密度。未来,预计该应用将适用于远程传感器(如无人机)以自动化遥感等方面。
编译/前瞻经济学人APP资讯组
本文来源前瞻网,转载请注明来源。本文内容仅代表作者个人观点,本站只提供参考并不构成任何投资及应用建议。(若存在内容、版权或其它问题,请联系:service@qianzhan.com)