Page 49 - SDMD CNKT va CNTT trong tien trinh CNH_HDH DBSCL

lý ảnh được phát triển, hay thực hiện theo dõi đánh giá sự phát triển của đối
tượng nuôi trồng bằng kỹ thuật xử lý hình ảnh. Với công cụ là kỹ thuật xử lý
hình ảnh cùng với nguồn dữ liệu khổng lồ từ vệ tinh viễn thám, con người có
thể phân tích, thống kê, đánh giá được quy mô, sản lượng ao nuôi trồng tại
các vùng nuôi trồng thủy sản trên Trái đất (Ottinger et al., 2018). Hình 2.7
minh họa sự xuất hiện của hệ thống ao nuôi tôm trong SAR và dữ liệu vệ tinh.

Thứ tư, ứng dụng công nghệ trí thông minh nhân tạo trong việc phát
hiện bệnh thủy sản: Những năm gần đây mạng neuron, mạng neuron tích chập
đã được ứng dụng nhiều cho bài toán phân loại dựa trên hình ảnh do khả năng
trích xuất rất tốt đặt tính của đối tượng. Trong lĩnh vực nuôi trồng thủy sản
tại ĐBSCL, mạng neuron đã được đề xuất sử dụng để xác định bệnh trên tôm
dựa vào thông tin mô tả (Quach et al., 2020). Nghiên cứu này giúp người nông
dân có thể xác định được loại bệnh trên tôm dựa vào mô tả đặc điểm bệnh,
giúp người nuôi có thể xác định nhanh loại bệnh mà có hướng điều trị cho
phù hợp. Duong-Trung et al. (2020) đã đề xuất sử dụng mạng neuron tích
chập để phân loại bệnh trên tôm. Hệ thống có khả năng phân loại được 6 loại
bệnh phổ biến trên tôm, hỗ trợ rất tốt cho việc xác định chính xác loại bệnh
của tôm bằng hình ảnh chụp trực tiếp trên điện thoại. Hình 2.8 trình bày một
số hình ảnh bệnh trên tôm được thu thập để huấn luyện mạng neuron tích chập
của nghiên cứu này.

Hình 2.8. Ảnh bệnh tôm được thu thập để huấn luyện mạng neuron tích chập

Thứ năm, ứng dụng tự động hóa trong quản lý, truy xuất nguồn gốc
nông sản: Trong hai thập kỷ gần đây, sự phát triển mạnh mẽ của nền kinh tế

35