Recently, production of offshore fisheries in Korea has been decreasing. Since production of offshore fisheries in 2016 fell below 1 million tons for the first time in 44 years, it has not recovered and has been decreasing. In order to cope with such a decrease in fishery resources, the TAC (total allowable catch) system is implemented internationally for fisheries resource management. Since 1999, South Korea has introduced the TAC system to perform resource management. In this paper, we propose an artificial intelligence-based fish classification and weight estimation system that can be used to investigate fishery resources of land observers essential for the implementation of the TAC system. The system consists of an app and a cloud server that automatically measures the body size and height of fish and takes photos using a terminal equipped with a lidar sensor. In the cloud server, fish classification is performed using a CNN-based efficientnet model and the weight of fish is predicted using automatically measured body length and body height information. Using this system, it is possible to improve the existing method in which the land observer manually writes after measuring the tape measure and weight in the stomach market.
최근 우리나라 연근해어업 생산이 줄어들고 있다. 2016년도 연근해어업 생산량이 44년 만에 100만톤 이하로 내려간 이후 회복이 되지 않고 줄어들고 있다. 이와 같은 수산자원 감소에 대응하기 위해 국제적으로 수산자원관리를 위하여 TAC(총허용어획량) 제도를 시행하고 있다. 우리나라는 1999년부터 TAC 제도를 도입하여 자원관리를 수행하고 있다. 본 논문에서는 TAC 제도 시행을 위해서 필수적인 육상 옵서버의 수산자원 조사에 활용이 가능한 인공지능 기반 어류 분류 및 무게 추정 시스템을 제안한다. 이 시스템은 라이다 센서가 탑재된 단말기를 이용하여 어류의 체장, 체고를 자동 측정 및 사진 촬영을 수행하는 앱과 클라우드 서버로 구성된다. 클라우드 서버에는 CNN 기반의 efficientnet 모델을 이용하여 어류 분류를 수행하고 자동 측정된 체장, 체고 정보를 이용하여 어류의 무게를 예측한다. 본 시스템을 이용하면 기존에 육상 옵서버가 위판장에서 줄자와 무게 측정 후 수기로 작성하는 기존 방식을 개선할 수 있다.
본 연구는 과학기술정보통신부 및 정보통신기획평가원의 대학ICT연구센터지원사업의 연구결과로 수행되었음 (IITP-2022-2018-08-01417) 이 논문은 2022년 해양수산부 재원으로 해양수산과학기술진흥원의 지원을 받아 수행된 연구임(ICT기반 수산자원관리 연구센터, 201803842) 이 논문은 2022년 해양수산부 재원으로 해양수산과학기술진흥원의 지원을 받아 수행된 연구임(AI 기반 스마트 어업관리 시스템 개발, 202104992)