ANALYSIS AND DEEP LEARNING MODELING OF SENSOR-BASED OBJECT DETECTION DATA IN BOUNDED AQUATIC ENVIRONMENTS

Techniques for analysis and deep learning modeling of sensor-based object detection data in bounded aquatic environments are described, including capturing an image from a sensor disposed substantially above a waterline, the sensor being housed in a structure electrically coupled to a light housing, converting the image into data, the data being digitally encoded, evaluating the data to separate background data from foreground data, generating tracking data from the data after the background data is removed, the tracking data being evaluated to determine whether a head or a body are detected by comparing the tracking data to classifier data, tracking the head or the body relative to the waterline if the head or the body are detected in the tracking data, and determining a state associated with the head or the body. L'invention concerne des techniques d'analyse et de modélisation d'apprentissage profond de données de détection d'objet basées sur un capteur dans des environnements aquatiques limités, comprenant la capture d'une image à partir d'un capteur disposé sensiblement au-dessus d'une ligne de flottaison, le capteur étant logé dans une structure électriquement couplée à un boîtier de lampe, la conversion de l'image en données, les données étant codées numériquement, l'évaluation des données pour séparer des données d'arrière-plan de données d'avant-plan, la génération de données de suivi à partir des données après que les données d'arrière-plan sont éliminées, les données de suivi étant évaluées pour déterminer si une tête ou un corps sont détectés par comparaison des données de suivi à des données de classificateur, le suivi de la tête ou du corps par rapport à la ligne de flottaison si la tête ou le corps sont détectés dans les données de suivi, et la détermination d'un état associé à la tête ou au corps.