精选理由
海洋走私每年交易额达数十亿美元，AI 检测能大幅提升查获率，做海关安检或生态保护的团队值得关注这套方案。
麦考瑞大学研究团队开发了一款基于神经网络的 AI 算法，用于识别机场 CT 扫描影像中的鱼翅、海马、海参等常见走私海洋生物样本，整体识别准确率达 92%。该算法利用机场现有的 X 射线 CT 设备，通过训练识别三维影像中的走私物品，可自动标记可疑行李供人工核查。研究模拟了真实走私场景，包括用锡纸、衣物包裹或藏在玩具内，测试结果显示鱼翅识别准确率 95%，海马 96%，海参 86%。虽然误报率为 13%，但该技术有望成为打击海洋野生动物走私的有力工具，不过仍需人工复核，且受限于 CT 设备的高昂成本。
AI 翻译 · 中文
麦考瑞大学研究团队开发了一款基于神经网络的 AI 算法，用于识别机场 CT 扫描影像中的鱼翅、海马、海参等常见走私海洋生物样本，整体识别准确率达 92%。该算法利用机场现有的 X 射线 CT 设备，通过训练识别三维影像中的走私物品，可自动标记可疑行李供人工核查。研究模拟了真实走私场景，包括用锡纸、衣物包裹或藏在玩具内，测试结果显示鱼翅识别准确率 95%，海马 96%，海参 86%。虽然误报率为 13%，但该技术有望成为打击海洋野生动物走私的有力工具，不过仍需人工复核，且受限于 CT 设备的高昂成本。
IT之家 6 月 8 日消息，提起野生动物走私，我们或许会想到犀牛角、被当作宠物贩卖的红毛猩猩幼崽。但海洋生物走私这类鲜为人知的犯罪活动，同样会严重破坏海洋生态系统。令人担忧的是，鱼翅等常见走私海洋野生物品极易藏匿在行李或包裹中跨境运输，往往难以被查获。为解决这一难题，科研人员借助人工智能研发出一套算法，可识别鱼翅、海马、海参等常见走私海洋生物样本，识别准确率达 92%。 麦考瑞大学的瓦妮莎 · 皮罗塔博士是这篇发表于《海洋可持续发展前…