Portada :: Conocimiento Libre
Aumentar tamaño del texto Disminuir tamaño del texto Partir el texto en columnas Ver como pdf 06-12-2019

Software Libre para localizar ballenas
Inteligencia artificial para detectar y contar ballenas en el mar

Agencia SINC
agenciasinc.es / Fundacin Descubre


Investigadores de las Universidades de Granada (UGR) y Almera han creado un sistema basado en inteligencia artificial para el reconocimiento y conteo de ballenas en los ocanos a partir de imgenes por satlite. La aplicacin resulta ms exacta y econmica que los modelos utilizados hasta el momento, adems est disponible de manera libre y gratuita para todos los actores implicados en la proteccin de cetceos y otras especies amenazadas como focas, leones marinos o pinginos.

Los investigadores, que publican su estudio en la revista Scientific Reports, utilizan una tcnica llamada aprendizaje profundo, donde se aplica una serie de algoritmos de aprendizaje automtico en el marco de una arquitectura conocida como redes neuronales convolucionales profundas.

Estos algoritmos y neuronas artificiales funcionan de una manera muy similar a la corteza visual humana. Es decir, tienen la capacidad de aprender y diferenciar automticamente distintos objetos a partir de una gran cantidad de imgenes para luego hacer predicciones correctas sobre otras nuevas y retroalimentarse con la nueva informacin que generan.

Las capas de redes neuronales convolucionales profundas aprenden caractersticas muy complejas aumentando la cantidad de informacin que se puede procesar y disminuyendo, al mismo tiempo, la dificultad de los sistemas que intervienen. Con estos algoritmos, la aplicacin aprende de forma autnoma partiendo de un conjunto de datos previo.

As, tras cargar una primera serie de imgenes en las que se indican los objetos que se quieren reconocer, el sistema genera un aprendizaje que puede reproducir sobre nuevos datos. Adems, una vez que ha registrado un falso positivo sabe descartarlos en sucesivos anlisis.

grafico

La tcnica para identificar y contar ballenas se basa en las imgenes de los satlites y la inteligencia artificial. / UGR


De esta manera, el resultado del trabajo ofrece un conteo ms acertado de los cetceos a partir de fotografas de satlite. En un primer momento, la aplicacin reconoce a las ballenas en un conjunto de imgenes descartando otros objetos como barcos, icebergs, o espuma de mar. Posteriormente, cuenta el nmero de ejemplares reconocidos.

Las pruebas realizadas con imgenes libres de Google Earth han logrado un resultado un 36% ms preciso que otros mtodos, llegando al 81% de acierto en la deteccin y el 94% en el conteo. Adems, la aplicacin es capaz de reconocer distintas posturas de las ballenas y diferenciar si estn sumergidas, en reposo o soplando, indica la investigadora de la UGR Siham Tabik, una de las autoras del artculo.

Avistamiento automtico por satlite

El objetivo de los cientficos es ampliar las competencias sobre la distribucin, migracin y nmero de ejemplares de ballenas para as poder preservarlas mejor. Una de las causas del escaso conocimiento sobre estos cetceos se debe a los mtodos de deteccin utilizados. Normalmente, se realizan a travs de avistamientos desde barcos o aviones, mediciones sonoras o imgenes de satlites de muy alta resolucin.

Todos estos mtodos tienen un alto coste, requieren de un gran trabajo manual y dependen de factores externos, como el mal tiempo. Adems, presentan la dificultad de que las ballenas pueden confundirse fcilmente con otros objetos, como rocas, barcos y espuma de mar sobre las olas, aade Marga Rivas, otra de las autoras.

El nuevo sistema permite detectar y contar ballenas de forma automtica teniendo en cuenta todos estos factores a partir de bases de datos, herramientas de inteligencia artificial e imgenes de satlite abiertas y gratuitas. As, los expertos han logrado mejorar la precisin de los mtodos de deteccin de cetceos sobre fotografas gratuitas de Google Earth y lo han probado en los diez lugares del ocano con mayor presencia de ballenas.

An as, el sistema debe mejorar algunas cuestiones que pueden subsanarse con el tiempo. Por ejemplo, an no se tienen conjuntos de datos completos con imgenes de alta calidad con los que poder entrenar a las redes neuronales convolucionales. A pesar de ello, el estudio proporciona tres conjuntos de informacin que garantizan un buen aprendizaje con 2.100 imgenes de ballenas, icebergs, y barcos. Adems, proporciona otro conjunto de imgenes para pruebas compuesto por 13.348 imgenes de estos diez lugares crticos.

Emilio Guirado, Domingo Alcaraz-Segura y Francisco Herrera, quienes completan el grupo investigador afirman: Los datos obtenidos mejoraran considerablemente si se pudieran emplear todava ms cantidad de fotografas de muy alta resolucin. As, la conservacin de estos cetceos se beneficiara si el acceso a stas fuera libre y gratuito para fines de conservacin de la biodiversidad, de la misma manera que ocurre tras catstrofes naturales y humanitarias.

Los investigadores plantean ampliar el sistema incrementando la capacidad de reconocimiento de otros cetceos ms pequeos, como las belugas, y ponen a disposicin de la comunidad la aplicacin para su uso y mejora en el archivo de Github.

El trabajo se ha financiado a travs de los proyectos Glocharid del Centro Andaluz para la Evaluacin y el Seguimiento del Cambio Global de la Junta de Andaluca, Smart-Dasci: Modelos de ciencia de datos e inteligencia computacional: tendiendo el puente entre big data y smart data del Ministerio de Ciencia, Innovacin y Universidades, LIFE ADAPTAMED de la Unin Europea y dentro de la iniciativa GEOBON, Red de Observacin de la Biodiversidad.

Referencia bibliogrfica:

Emilio Guirado, Siham Tabik, Marga L. Rivas, Domingo Alcaraz-Segura y Francisco Herrera. Whale counting in satellite and aerial images with deep learning. Scientific Reports. 2019.

Fuente: https://www.agenciasinc.es/Noticias/Inteligencia-artificial-para-detectar-y-contar-ballenas-en-el-mar



Envía esta noticia
Compartir esta noticia: delicious  digg  meneame twitter