近日，渔业科学领域的世界顶尖级期刊《Canadian Journal of Fisheries and Aquatic Sciences》发表了上海海洋大学远洋渔业科学与技术创新团队在金枪鱼渔获智能识别方面的最新研究成果“Automatic classification of the phenotype textures of three Thunnus species based on the machine-learning SVM algorithm”。海洋科学学院欧利国博士为第一作者，导师刘必林、陈新军教授分别为通讯作者和第三作者。
近年来，远洋渔业电子监控智能化管理逐渐成为国际研究热点，目前我国在此领域的研究刚刚起步，金枪鱼智能化识别是构建金枪鱼远洋渔业智能监控体系和海上电子观察员系统的关键核心技术。因此，“利用计算机视觉识别金枪鱼生物信息的研究”，是对促进金枪鱼远洋渔业智能化管理发展所迈出的关键一步。
论文根据中国远洋渔业数据中心观察员、以及远洋渔业调查中心“淞航号”号开展农业农村部公海渔业资源综合科学调查所收集的金枪鱼图像，通过计算机视觉技术对金枪鱼表型纹理信息进行多样化可解释性处理和利用不同核函数SVM算法进行性能分析等，进而得到金枪鱼表型纹理信息智能化识别结果。
金枪鱼表型纹理信息智能化识别机制
利用计算机视觉技术有助于深度挖掘金枪鱼种间表型纹理信息的变化差异，进一步了解金枪鱼属鱼类的生物多样性。从金枪鱼渔业的未来发展和长期效益来看，金枪鱼生物信息智能化识别，不仅为我国远洋渔业电子监控识别关键渔获物和主要经济鱼类提供了良好的方法参考，而且也为未来的海上电子观察员系统的实现创造了条件。