Avances en foto-identificación automatizada de fauna silvestre

Autores/as

  • Débora Pollicelli, Doctoranda Centro para el Estudio de Sistemas Marinos (CESIMAR), Centro Nacional Patagónico, Centro Científico Tecnológico del Consejo Nacional de Investigaciones Científicas y Técnicas ( CCT CENPAT - CONICET) - Argentina
  • Claudio Delrieux Director
  • Mariano Coscarella Codirector

DOI:

https://doi.org/10.33414/ajea.5.719.2020

Palabras clave:

foto-identificación, red neuronal convolucional (CNN), detección de ROI, ciencia ciudadana

Resumen

La foto-identificación de especies silvestres es un recurso base para la obtención de información necesaria para diversas tareas de investigaciones biológicas. Hoy en día el crowdsourcing y la ciencia ciudadana están comenzando a desempeñar un rol importante en la recopilación de datos científicos. Esta fuente de datos permite aumentar considerablemente el número de registros en la base de muestreo de diferentes proyectos científicos, especialmente los relacionados con los modelos de capturarecaptura fotográfica de vida silvestre. No obstante, mientras que se aumenta la cantidad de datos recopilados de fuentes no científicas, se presenta un nuevo desafío, el procesamiento masivo de manera ágil y eficiente, que permita limpiar y seleccionar los datos relevantes para las siguientes etapas.
Este trabajo aborda la automatización de la primer etapa del proceso de foto-identificación de cetáceos, el cual se trata de la detección de la presencia o ausencia de la región de interés en la imagen (ROI). Para ello, se especializó una red neuronal convolucional de propósito general (Mask R-CNN) con imágenes de delfines de la especie Cephalorhynchus commersonii recolectadas en diferentes sitios de la costa patagónica durante un período de siete años.

Descargas

Los datos de descargas todavía no están disponibles.

Descargas

Publicado

2020-10-05

Cómo citar

Pollicelli, D., Delrieux, C., & Coscarella, M. (2020). Avances en foto-identificación automatizada de fauna silvestre. AJEA, (5). https://doi.org/10.33414/ajea.5.719.2020