Toepasbaarheid van elektronische monitoring methode en self sampling voor het verzamelen van biologische gegevens ter verbetering van bestandsevaluaties en ondersteuning van uitzonderingen bij de landing obligation (acronym ‘VISIM’).

Algemeen kader

Het EFMZV-project VISIM mikt op de introductie van technieken van machine vision in de Belgische boomkorvisserij, met behulp van self-sampling. Doel is om een meer uitgebreide datacollectie over vangsten en discards te verkrijgen in deze specifieke visserijtak. Een tweede doel is om meer data te hebben over de zogenaamde data-gelimiteerde vissoorten, zoals onder andere Tarbot en Griet. De beginsituatie voor dit project is dat er slechts een klein percentage van de vangsten van de Belgische vloot gedocumenteerd worden door ILVO-onderzoekers, en dat er over vissoorten zoals tarbot, griet en bepaalde roggensoorten een sterk tekort aan kwanitatieve data heerst. Dat laatste maakt het voor de wetenschappers - en later ook voor de visquota-beslissers- moeilijk om de (waarschijnlijke) verspreiding en densiteiten in de visgebieden van deze vissoorten in te schatten.   

Onderzoeksaanpak

De onderzoekers plannen samenwerking met de bemanning van de Z483, een Belgisch boomkorvaartuig. Op dit schip testen we uit in welke mate we met  zowel klassieke beeldherkenningsmethoden als met Artificial Intelligence tot een nauwkeurige lengtemeting en soortherkenning komen van vissen die op een lopende band passeren. We onderzoeken de nauwkeurigheid van het systeem en de mogelijkheden en problemen bij implementatie.

Relevantie/Valorisatie

De  Machine Vision technologie versterkt en vergemakkelijkt vermoedelijk ook de nodige  samenwerking tussen wetenschapper en visser.  Via de implementatie van een efficiënter, sneller, geautomatiseerd systeem voor data collectie aan boord van vissersschepen, namelijk machine vision, wordt het voor commerciële vissers haalbaarder om mee te helpen aan de dataverzameling. Ook voor de vissers hebben de verbeterde datastes  een belang:  zij weten dan op termijn beter waar zich op een bepaald moment de beste visgronden bevinden, op basis van lengteverdelingen per vangst.

Financiering
EFMZV
FIVA

Externe partner(s)
Omnis NV