Il monitoraggio manuale degli ecosistemi acquatici è spesso inefficiente e soggetto a errori. Questa tesi presenta un sistema automatizzato, implementato sulla piattaforma BlueBoat, per il rilevamento e la mappatura della fauna canalizia. Il lavoro si focalizza sul training del modello YOLO11 per la detection di ostriche e sullo sviluppo di un algoritmo di interpolazione GPS per sincronizzare i rilevamenti video con la telemetria del mezzo. L'elaborazione dei dati permette la generazione di mappe e grafici di densità di popolazione, offrendo uno strumento quantitativo avanzato per il monitoraggio ambientale e la tutela della biodiversità.
Rilevamento object-based e geolocalizzazione in ambiente marino: integrazione di YOLO26 e protocollo MAVLink
SANSON, ERIS
2025/2026
Abstract
Il monitoraggio manuale degli ecosistemi acquatici è spesso inefficiente e soggetto a errori. Questa tesi presenta un sistema automatizzato, implementato sulla piattaforma BlueBoat, per il rilevamento e la mappatura della fauna canalizia. Il lavoro si focalizza sul training del modello YOLO11 per la detection di ostriche e sullo sviluppo di un algoritmo di interpolazione GPS per sincronizzare i rilevamenti video con la telemetria del mezzo. L'elaborazione dei dati permette la generazione di mappe e grafici di densità di popolazione, offrendo uno strumento quantitativo avanzato per il monitoraggio ambientale e la tutela della biodiversità.| File | Dimensione | Formato | |
|---|---|---|---|
|
Sanson_Eris.pdf
Accesso riservato
Dimensione
5.86 MB
Formato
Adobe PDF
|
5.86 MB | Adobe PDF |
The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License
https://hdl.handle.net/20.500.12608/104194