Chaisiriprasert P, Deearom A. · PloS one · 2026

A deep learning-based fusion framework for robust fine-grained classification of sea turtles in support of marine biodiversity.

Resumo em português

A classificação precisa das espécies de tartarugas marinhas é crucial para o monitoramento ecológico e conservação, contudo, os métodos tradicionais de classificação visual ainda são limitados pelos desafios da imagem subaquática, como oclusões, pouca iluminação e ruído de fundo. Para superar essas limitações, propomos uma estrutura aprimorada de classificação baseada em deep learning que integra tanto características de cor quanto estruturais para melhorar a robustez do reconhecimento de espécies em ambientes marinhos complexos. Com base na arquitetura ResNet-50, introduzimos um tensor de entrada de quatro canais composto por dados RGB e mapas de bordas filtrados por Sobel, capturando informações semânticas e morfológicas. Dois novos módulos de fusão, LiteAFNet e AlphaBlendNet, foram desenvolvidos para integrar essas características de forma eficaz. LiteAFNet utiliza um mecanismo de atenção leve para destacar regiões discriminativas, enquanto AlphaBlendNet equilibra adaptativamente as informações de RGB e bordas com base no contexto espacial. Resultados experimentais demonstram melhorias significativas no desempenho de classificação em todas as métricas avaliadas. Especificamente, AlphaBlendNet alcança a maior precisão (0,84), revocação (0,88), escore F1 (0,86) e média de precisão média (mAP) de 87,2%, superando tanto a fusão básica quanto as configurações LiteAFNet. Esses resultados indicam que a integração de histogramas de cor com características estruturais de borda aprimora a capacidade do modelo em distinguir entre espécies com traços visuais similares. Esta estrutura oferece uma solução escalável, precisa e automatizada para a classificação subaquática de espécies, demonstrando potencial para aplicação mais ampla no monitoramento da biodiversidade marinha.

Resumo original em inglês

Accurate classification of sea turtle species is crucial for ecological monitoring and conservation, yet traditional visual classification methods remain limited by underwater imaging challenges such as occlusions, poor lighting, and background noise. To address these limitations, we propose an enhanced deep learning-based classification framework that integrates both color and structural features to improve the robustness of species recognition in complex marine environments. Building upon the ResNet-50 backbone, we introduce a four-channel input tensor comprising RGB data and Sobel-filtered edge maps, capturing both semantic and morphological information. Two novel fusion modules, LiteAFNet and AlphaBlendNet, are designed to integrate these features effectively. LiteAFNet leverages a lightweight attention mechanism to highlight discriminative regions, while AlphaBlendNet adaptively balances RGB and edge cues based on spatial context. Experimental results demonstrate significant improvements in classification performance across all evaluation metrics. Specifically, AlphaBlendNet achieves the highest precision (0.84), recall (0.88), F1-score (0.86), and mean average precision (mAP) of 87.2%, outperforming both the baseline fusion and LiteAFNet configurations. These results indicate that integrating color histograms with structural edge features enhances the model's ability to distinguish between species with similar visual traits. This framework offers a scalable, accurate, and automated solution for underwater species classification and holds potential for broader application in marine biodiversity monitoring.