Le attività marittime svolgono un ruolo fondamentale nella sorveglianza, nella sicurezza e nella gestione sostenibile della pesca, a supporto del monitoraggio di quella illegale. Tuttavia, la complessità e l’estensione degli spazi marini, insieme alla disattivazione intenzionale di sistemi di tracciamento come l’AIS, rendono difficile monitorare efficacemente il traffico e individuare tempestivamente attività sospette.
Le principali sfide riguardano il riconoscimento accurato delle imbarcazioni, in particolare quelle di piccole dimensioni in scenari marittimi complessi, e l’integrazione efficace di dati eterogenei come immagini satellitari (SAR e ottiche) e informazioni di tracciamento provenienti da sistemi AIS.
Nel contesto attuale, il lavoro che vi presentiamo questa settimana introduce un’architettura innovativa che combina immagini satellitari e dati di tracciamento AIS, utilizzando reti neurali convoluzionali (YOLO), ottimizzata per l’identificazione di piccole imbarcazioni in contesti marittimi complessi.
La pipeline è stata progettata per garantire alti livelli di interpretabilità e attenzione all’impatto ambientale, adottando soluzioni che bilanciano efficacia operativa e sostenibilità del processo di addestramento.
Il paper è disponibile al link: doi.org/10.1016/j.patrec.2025.02.022