
대서양 연어를 구하기 위한 기술 기반 어종 인식 및 분류 시스템

이 이야기는 화웨이와 지역 사냥꾼 및 낚시꾼 협회인 BJFF(Berlevåg Jeger- og fiskerforening)가 바렌츠해에 인접한 노르웨이 최북단에 있는 작은 마을인 베레보그의 강에서 침입한 외래 혹등 연어를 제거하기 위해 카메라 시스템과 AI 소프트웨어를 내장한 자동 물고기 트랩을 개발한 과정을 소개합니다. 혹등연어가 강을 거슬러 올라가는 것을 방지함으로써 번식 위험을 없애고 하천의 침입종에 대한 위협을 줄입니다. 대서양 연어 개체군은 다양한 위협에 노출되어 있지만 침입성 혹등 연어의 위협이 가장 심각합니다. 기술을 활용하여 대서양 연어를 구하는 방법에 대한 이야기입니다. 혹등 연어 문제는 급격히 증가하고 있으며, 그 결과 다른 강에 복제하여 설치할 수 있도록 어류 트랩의 건설 설계가 준비되었습니다.
컨텍스트
해결 과제
북극 토종 생물 다양성을 효율적으로 보존하기 위해 노르웨이 강에서 혹등고래 연어를 제거하는 것이 과제입니다. 혹등연어의 자연 서식지는 태평양이지만 1960년대부터 노르웨이 강에 출현하기 시작했습니다. 2017년에는 노르웨이 해안선을 따라 흐르는 강에서 혹등연어의 개체 수가 빠르게 증가하여 우려할 만한 수준에 가까워졌습니다. 외래 연어의 침입은 토종 생물 다양성, 특히 토종 연어 종에 대한 위협으로 '고위험군'으로 분류되었습니다. 스토렐바의 혹등연어는 개체 수가 적고 생존에 어려움을 겪고 있습니다. 혹등고래 연어가 같은 지역에 많이 산란하면 지역 어류에게 매우 높은 위험이 될 것이며, 잠재적으로 파괴될 수 있습니다. 혹등 연어는 대서양 연어와 함께 무리를 지어 수로에 도착하기 때문에 강에서 혹등 연어를 제거하는 작업은 특히 어려웠습니다. 현재 혹등고래 연어 제거 작업은 자원봉사자들이 수작업으로 수행하고 있는데, 이는 매우 비효율적인 작업입니다.
위치
프로세스
프로세스 요약
엣지 디바이스는 수중 카메라에서 HD 비디오 스트림을 가져옵니다. 엣지 디바이스는 비디오 스트림을 처리하고 원시 비디오 클립과 구조화된 메타 데이터를 로컬 디스크 공간에 보존합니다.
일정한 간격으로 엣지 디바이스에 보존된 모든 데이터는 원격 데이터 센터에 업로드됩니다. 데이터 센터에서 구조화된 메타데이터는 새로운 AI 모델을 학습하는 데 사용됩니다. AI 모델은 엣지 디바이스에 업로드되어 평소와 같이 작동합니다.
빌딩 블록
비디오 캡처 및 물고기 인식 모듈
강에 수중 HD 카메라를 설치하면 비디오 스트림이 엣지 장치로 전송됩니다. 엣지 디바이스는 강과 물리적으로 가깝기 때문에 지연 시간이 줄어드는 이점이 있습니다. 실시간 물고기 인식을 위해 고도로 최적화된 AI 추론 소프트웨어가 구현됩니다.
활성화 요인
수만 장의 라벨이 붙은 사진을 AI 모듈에 제시하면 알고리즘은 원하는 수준의 정확도에 빠르게 도달합니다. 점점 더 많은 어종이 시스템을 통과함에 따라 알고리즘은 더 많은 것을 학습하고 점점 더 좋아집니다.
교훈
엣지 장치를 분류 메커니즘에 가깝게 배치하면 효율성이 매우 높습니다. 현재 알고리즘은 8밀리초 이내에 물고기의 종류를 인식합니다. 다양한 조명과 배경 색상은 물고기 인식 기능에 영향을 미칩니다. 완전히 흰색이 아닌 밝은 색상의 배경이 가장 좋은 것으로 나타났습니다. 한밤중의 태양은 긍정적인 영향을 미치므로 24시간 연중무휴로 인식할 수 있습니다.
데이터 수집 및 모델 재교육
엣지 디바이스에서 생성되는 데이터 유형에는 여러 가지가 있습니다.
- 원시 비디오 클립. 엣지 디바이스의 디스크 공간이 제한되어 있기 때문에 비디오 클립은 다계층 백업을 통해 데이터 센터에 정기적으로 업로드됩니다. 이러한 유형의 원시 데이터는 향후 연구 및 역추적에 의미가 있습니다.
- AI 모델의 메타데이터. 앞서 설명한 것처럼 AI 소프트웨어는 비디오 스트림에 등장하는 물고기를 인식합니다. 따라서 메타데이터에는 실제로 물고기가 포함된 이미지 프레임이 포함됩니다. 의미 있는 이미지 프레임마다 물고기의 위치와 카테고리가 표시될 것입니다. 이러한 유형의 메타데이터는 물고기 수 세기, 물고기 습성 연구 등과 같은 보다 과학적인 분석을 가능하게 합니다. 더 중요한 것은 이 메타데이터가 소프트웨어에 사용되는 AI 모델을 재학습하는 데 사용된다는 점입니다. 시간이 지날수록 AI 모델은 더 정확한 인식을 하게 될 것입니다.
활성화 요인
솔루션이 최적으로 작동하려면 안정적인 인터넷 연결이 필요합니다. 이 솔루션에서는 광섬유를 사용할 수 있었지만, 실시간 업로드가 가능하기 때문에 5G에서도 잘 작동해야 하며 4G에서도 가능합니다.
교훈
현장 투자를 줄이려면 중앙 집중식 클라우드 스토리지 솔루션이 필수적입니다. 또한 솔루션은 이전의 모든 학습 내용을 신규 설치에 공유할 수 있어 배포된 모든 기존 솔루션의 수준을 파악할 수 있습니다. 각 솔루션은 추가적인 학습과 품질 향상에 기여하여 다른 모든 솔루션에 도움이 됩니다.
자동 분류 메커니즘
환경, 물의 흐름, 수심, 강 바닥의 각도, 사용 가능한 조명, 전력 및 인터넷 연결 등 현지 조사를 잘해야 솔루션에 영향을 미칠 수 있는 모든 요소를 고려할 수 있습니다. 내구성이 뛰어난 친환경 소재를 사용하고 수중 설치에 활어를 취급한 경험이 있는 업체를 이용하는 것이 도움이 됩니다.
활성화 요인
간단히 말해, 기계식 개폐 메커니즘이 장벽을 통과하는 물고기를 분류하고 잠급니다. 자연산 연어와 바다 송어는 방해받지 않고 통과할 수 있지만, 혹등 연어와 양식 연어는 차단막에 멈춰서 분류된 후 제거되어 가공될 가능성이 있는 곳으로 보내집니다.
교훈
이러한 솔루션을 설치하려면 좋은 계획과 숙련된 엔지니어가 필요합니다. 강한 물살 속에서 작업하는 것은 까다롭고 전문 지식과 장비가 필요합니다. 물고기가 헤엄칠 수 있는 작은 구멍이 생길 수 있는 움직임이 있어서는 안 되기 때문에 강바닥에 설치물을 고정하는 것이 매우 중요합니다. 또한 원치 않는 어종이 산란을 위해 강으로 올라오는 것보다 인식하지 못하는 물고기를 모두 수조로 보내 수작업으로 분류하는 것이 더 낫다는 것을 알게 되었습니다.
영향
이 프로젝트의 영향은 여러 가지 이유로 막대합니다. 첫째, 이 솔루션은 강에서 혹등 연어를 효과적으로 제거하여 지역의 생물 다양성을 유지하고 특히 대서양 연어를 보호하는 데 기여합니다. 둘째, 이 솔루션은 북극 지역의 다른 오염되기 쉬운 강에도 적용할 수 있도록 확장성이 뛰어납니다. 셋째, 이 솔루션은 다른 수작업 포획 솔루션에 비해 비용 효율적이며 지역 주민들이 고된 수작업에서 벗어날 수 있습니다. 또한, 이 시스템은 혹등고래 연어가 실제로 식용이 가능하기 때문에 경제적 이득을 얻을 수 있습니다. 한 가지 가능한 해결책은 지역 주민들이 트랩에서 혹등고래를 꺼내 시장에 판매할 수 있다는 것입니다.
수혜자
- 대서양 연어
- 노르웨이 사냥꾼 및 낚시꾼 협회,
- 생물 다양성과 환경을 보존할 의무가 있는 지역 파트너 단체, NGO 및 정부 기관. 지방 정부. 지역 낚시꾼.
지속 가능한 개발 목표
스토리

특히 노르웨이 북부의 대서양 연어의 미래에 대해 우려해야 할 이유가 충분합니다. 작년에 모니터링한 지역의 많은 강에서 대서양 연어보다 혹등 연어가 더 많이 발견되었습니다. 이는 다른 물고기들과 먹이와 공간을 놓고 경쟁하고, 질병을 옮기고 퍼뜨리며, 지역 수질을 오염시킬 가능성이 있어 문제가 되고 있습니다. 따라서 노르웨이 하천의 지역 생물 다양성과 생태계를 위협하고 있습니다.
대서양 연어는 북대서양 고유종으로, 노르웨이 최북단 주민들의 정체성과 가치에 없어서는 안 될 중요한 부분입니다. 따라서 침입성 혹등고래 연어와 싸우고 토종 종의 자원을 유지하는 것은 생물학적, 경제적 피해를 최소화할 뿐만 아니라 우리 문화와 관행에도 중요합니다.
작고 외딴 지역사회의 많은 사람들에게 절망은 눈에 띄게 두드러집니다. 수년 동안 지역 자원봉사자들과 강 경비대원들은 매년 여름마다 모여 산란을 위해 강으로 올라와 토착종의 생존을 위협하는 외래종 혹등고래를 막기 위해 필사적으로 노력해 왔습니다. 지금까지는 얼음으로 뒤덮인 강에서 그물과 기타 도구를 사용해 수작업으로 혹등고래의 침입을 막아왔습니다.
지역 사회, 국가 당국 및 주요 연구 커뮤니티는 모두 이 상황으로 인해 어려움을 겪고 있습니다. 모든 이해관계자가 함께 수로, 하구 및 인근 해역의 모든 포식자를 모니터링하고 분류할 수 있는 솔루션을 개발하는 것이 시급해졌습니다.
2021년 여름, 베를레보그 지방 자치단체의 '스토렐바' 강에서 Huawei와 협력하여 시범 프로젝트의 첫 번째 부분이 시작되었습니다.
이 프로젝트의 목표는 물길을 거슬러 올라가는 모든 아나드롬성 물고기를 식별하는 것이었습니다. 6월 말부터 9월까지 수만 개의 이미지가 포함된 비디오 스트림을 지속적으로 촬영한 결과, 하드웨어와 새로 개발된 소스 코드는 통과하는 연어와 혹등고래의 90% 이상을 식별할 수 있었습니다. 따라서 시스템이 강에 서식하는 연어와 바다연어를 인식할 수 있을 뿐만 아니라 침입한 혹등고래도 등록할 수 있게 되었습니다. 큰 폭으로 목표를 달성했습니다.
이제 분류와 연결될 최신 모듈을 개발하기 위한 2단계가 시작되었습니다. 간단히 말해, 기계식 개폐 메커니즘이 장벽을 통과한 물고기를 분류하고 잠그는 것입니다. 자연산 연어와 바다 송어는 방해받지 않고 통과할 수 있지만, 혹등 연어와 양식 연어는 차단막에 멈춰서 분류된 후 제거되어 가공될 가능성이 있는 곳으로 보내집니다.