Conservation of Marine Life with the help of AI and big data

Bibliographic Details
Main Author: Amorim, João Miguel Cunha
Publication Date: 2019
Format: Master thesis
Language: eng
Source: Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
Download full: https://hdl.handle.net/10316/87306
Summary: Dissertação de Mestrado em Engenharia Informática apresentada à Faculdade de Ciências e Tecnologia
id RCAP_5df39ab3d544db8c083d1e110d22c389
oai_identifier_str oai:estudogeral.uc.pt:10316/87306
network_acronym_str RCAP
network_name_str Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
repository_id_str https://opendoar.ac.uk/repository/7160
spelling Conservation of Marine Life with the help of AI and big dataConservação de vida marinha com ajuda de IA e big dataMachine LearningDeep LearningConvolutional Neural NetworksClassificador de imagensFeature Extraction and MatchingMachine LearningDeep LearningConvolutional Neural NetworksImage ClassificationFeature Extraction and MatchingDissertação de Mestrado em Engenharia Informática apresentada à Faculdade de Ciências e TecnologiaActualmente, a conservação marítima tornou-se um tema de grande importância. O nosso consumismo está a causar um crescimento exponencial dos níveis de poluição, particularmente de poluição marítima. Consequentemente, as alterações climáticas são cada vez mais evidentes e têm um impacto directo significativo nestas espécies. A crescente temperatura da água dos oceanos afecta, não só os seus padrões de migração, mas também as épocas de nidificação, o que dificulta ainda mais a tarefa de monitorização de tartarugas marinhas. A recolha de informação com o método tradicional de etiquetar cada indivíduo torna-se cada vez mais ineficiente, visto que esses indivíduos podem alterar o seu trajecto de migração. No entanto, tecnologias como as redes sociais, para além de ajudarem cientistas a sensibilizar o público relativamente ao estado do ambiente e à possível extinção de espécies marítimas, podem ser usadas como ferramentas para acompanhar a mudança de comportamentos de espécies em vias de extinção. Com as imagens fornecidas por redes sociais como o Flickr (e com a respectiva metadata), algoritmos de classificação de imagens podem ser utilizados para identificar a presença dessas espécies no geral, ou de indivíduos em particular. Este estágio tenciona criar um website, onde cientistas podem efectuar uma procura por tag de imagens na rede social Flickr e um classificador de imagens detecta tartarugas e tenta identificá-las, com base nos padrões das escamas extraídos e comparados com uma base de dados previamente construída. Com a informação proveniente da metadata de cada imagem (nomeadamente tempo e localização), também será possível identificar alterações nos padrões migratórios, sem ser obrigatório a sua presença nos locais.Nowadays, marine conservation is a subject of the utmost importance. Our level of consumerism is leading to an exponential growth of the levels of pollution, particularly of marine pollution. As a consequence, climate change is becoming more evident and having a greater impact on marine life. The rising temperatures of sea waters affects how these species migrate and their nesting seasons, making the task of monitoring sea turtles even harder. Gathering information via the traditional usage of tags is becoming increasingly less effective, since the tagged individuals' migratory path is becoming less predictable. However, social networks can be used to help scientists, not only raising public awareness about the environment and endangered species, but also keeping track of the changes in the behaviour of some endangered species. With the images provided by some social networks like Flickr (and the corresponding metadata), image classification algorithms can be used to identify, not only the presence of a species all over the world, but of a specific individual as well. This internship aims to create a system, where scientists can search images using a tag and an image classifier detects turtles and identifies them, by analyzing and comparing the scales pattern with a previously constructed turtles' database. With the metadata of those images, specifically information about the time and location of the image, scientists will be able to keep track of migratory paths changes all over the world.2019-07-092025-07-07T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttps://hdl.handle.net/10316/87306https://hdl.handle.net/10316/87306TID:202267202engAmorim, João Miguel Cunhainfo:eu-repo/semantics/embargoedAccessreponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiainstacron:RCAAP2025-04-02T16:49:28Zoai:estudogeral.uc.pt:10316/87306Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireinfo@rcaap.ptopendoar:https://opendoar.ac.uk/repository/71602025-05-29T05:34:52.409154Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiafalse
dc.title.none.fl_str_mv Conservation of Marine Life with the help of AI and big data
Conservação de vida marinha com ajuda de IA e big data
title Conservation of Marine Life with the help of AI and big data
spellingShingle Conservation of Marine Life with the help of AI and big data
Amorim, João Miguel Cunha
Machine Learning
Deep Learning
Convolutional Neural Networks
Classificador de imagens
Feature Extraction and Matching
Machine Learning
Deep Learning
Convolutional Neural Networks
Image Classification
Feature Extraction and Matching
title_short Conservation of Marine Life with the help of AI and big data
title_full Conservation of Marine Life with the help of AI and big data
title_fullStr Conservation of Marine Life with the help of AI and big data
title_full_unstemmed Conservation of Marine Life with the help of AI and big data
title_sort Conservation of Marine Life with the help of AI and big data
author Amorim, João Miguel Cunha
author_facet Amorim, João Miguel Cunha
author_role author
dc.contributor.author.fl_str_mv Amorim, João Miguel Cunha
dc.subject.por.fl_str_mv Machine Learning
Deep Learning
Convolutional Neural Networks
Classificador de imagens
Feature Extraction and Matching
Machine Learning
Deep Learning
Convolutional Neural Networks
Image Classification
Feature Extraction and Matching
topic Machine Learning
Deep Learning
Convolutional Neural Networks
Classificador de imagens
Feature Extraction and Matching
Machine Learning
Deep Learning
Convolutional Neural Networks
Image Classification
Feature Extraction and Matching
description Dissertação de Mestrado em Engenharia Informática apresentada à Faculdade de Ciências e Tecnologia
publishDate 2019
dc.date.none.fl_str_mv 2019-07-09
2025-07-07T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/10316/87306
https://hdl.handle.net/10316/87306
TID:202267202
url https://hdl.handle.net/10316/87306
identifier_str_mv TID:202267202
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/embargoedAccess
eu_rights_str_mv embargoedAccess
dc.source.none.fl_str_mv reponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
instacron:RCAAP
instname_str FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
instacron_str RCAAP
institution RCAAP
reponame_str Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
collection Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
repository.name.fl_str_mv Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
repository.mail.fl_str_mv info@rcaap.pt
_version_ 1833602402762096640

Similar Items