低コストで大型プラスチックを検出しながら広範囲の海域をカバーする自動漂流物画像システム（ADIS: Automated Debris Imaging System）を開発しました。2019年から2024年にかけて、北太平洋、南太平洋、北大西洋、南大西洋、インド洋を航行する船舶に搭載した AIカメラから 165TB（約2,700万枚）もの海洋スキャンデータを収集。データセットから発見場所と膨大な種類の海洋プラスチックを認識・抽出しています。
- How we are creating the largest-ever database on floating ocean plastic using smart cameras（7/22 The Ocean Cleanup）
- Automated Debris Imaging System (ADIS)（Website）
AIカメラで画像とデープラーニングを用いて、船舶の航路に沿って浮遊プラスチックを検出して分類します。検出ごとにジオタグ付きのスニペットが作成され、人間の検証と誤検出のフィルタリングが可能になっています。
最初の実証実験以来、北太平洋、南太平洋、北大西洋、南大西洋、インド洋の 14,554平方キロに及ぶ 2,700万枚を超える画像（165TB） からなるデータベースを構築、合計では 20,000個以上の浮遊プラスチックを特定しました。海洋プラスチック汚染の拡張可能で高解像度のモニタリングツールの開発における大きな前進です。（研究発表論文は下記から）
- Automated debris imaging system: calibrated global monitoring of floating marine litter using ship-based cameras and deep learning（7/3 IOPscience）
見逃された物体では、主に材質と色によって説明できます。カメラは、白、灰色、赤、黄、オレンジなど、海の色とは異なる明るい色を捉えるのが得意ですが、水に溶け込む黒、青、緑の物体、特に部分的に水没している物体や遠距離にある物体を検出するのが難しい現状です。
色以外にも、漁網やロープは検出が困難となっています。漁具の色が主に黒、青、緑であることも、この検出難度をさらに高めています。
ADISでのデータベース構築は、世界の海からプラスチックを除去するための大きな一歩です。海洋における浮遊プラスチックの位置、密度、動きを理解し、それを地図化することで、このデータを活用して海をより効率的に浄化するのに役立ちます。
何百万枚もの画像をAIモデルに入力して抽出・特定しています。これらの物体画像データベースから、浮遊プラスチックだけではなく、海洋生物のマンボウ、ペンギン、イカ、カメ、そして椅子、シャベル、海の泡なども検出・特定しています（^^）
