Inteligencia artificial para la multi-clasificación de fauna en fotografías automáticas utilizadas en investigación científica
El manejo de ambientes naturales, ya sea para conservación o producción, requiere de una profunda comprensión de la vida silvestre. El número, la ubicación y el comportamiento de los animales salvajes es uno de los principales objetos de estudio en ecología y vida silvestre. El uso de cámaras tramp...
Guardado en:
| Autores principales: | , , , , , , , , |
|---|---|
| Formato: | Objeto de conferencia |
| Lenguaje: | Español |
| Publicado: |
2022
|
| Materias: | |
| Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/144851 |
| Aporte de: |
| id |
I19-R120-10915-144851 |
|---|---|
| record_format |
dspace |
| institution |
Universidad Nacional de La Plata |
| institution_str |
I-19 |
| repository_str |
R-120 |
| collection |
SEDICI (UNLP) |
| language |
Español |
| topic |
Ciencias Informáticas Deep learning Computer vision Trap camera Vida silvestre |
| spellingShingle |
Ciencias Informáticas Deep learning Computer vision Trap camera Vida silvestre Gonzalez, Federico Viera, Leonel Soler, Rosina Chiarvetto, Peralta Lucila Gel, Matías Bustamante, Gimena Montaldo, Abril Rigoni, Brian Pérez, Ignacio Inteligencia artificial para la multi-clasificación de fauna en fotografías automáticas utilizadas en investigación científica |
| topic_facet |
Ciencias Informáticas Deep learning Computer vision Trap camera Vida silvestre |
| description |
El manejo de ambientes naturales, ya sea para conservación o producción, requiere de una profunda comprensión de la vida silvestre. El número, la ubicación y el comportamiento de los animales salvajes es uno de los principales objetos de estudio en ecología y vida silvestre.
El uso de cámaras trampa ofrece la oportunidad de recopilar rápidamente grandes cantidades de fotografías que -sin la presencia humana- registran a la fauna en su hábitat natural, evitando factores que alteren su comportamiento.
En Tierra del Fuego, Argentina, se desarrollan investigaciones sobre el uso del bosque por parte de distintos herbívoros (guanacos, vacas, ovejas) para optimizar el manejo y proteger dichos ecosistemas naturales.
Si bien las cámaras trampa permiten la obtención de millones de imágenes, la interpretación de tales fotografías representa un problema de escala para el procesamiento manual. Así, gran parte del valioso conocimiento en estos enormes repositorios de datos sigue sin ser aprovechado.
Las Redes Neuronales y el Deep Learning son áreas de estudio dentro la Inteligencia Artificial, durante la última década estas dos disciplinas han hecho cuantiosos aportes en el ámbito del reconocimiento de imágenes de gran relevancia a nivel mundial.
Los estudios ecológicos y de conservación de la vida silvestre, pueden combinarse con estas nuevas tecnologías para extraer información importante a partir de las fotografías obtenidas por cámaras trampa, con el objeto de aportar a la comprensión de distintos procesos naturales y mejorar el manejo de las áreas silvestres implicadas.
Nuestro proyecto busca desarrollar modelos de redes neuronales para clasificar especies de animales en fotografías obtenidas mediante cámaras trampa, para resolver problemas de gran volumen en investigación científica. |
| format |
Objeto de conferencia Objeto de conferencia |
| author |
Gonzalez, Federico Viera, Leonel Soler, Rosina Chiarvetto, Peralta Lucila Gel, Matías Bustamante, Gimena Montaldo, Abril Rigoni, Brian Pérez, Ignacio |
| author_facet |
Gonzalez, Federico Viera, Leonel Soler, Rosina Chiarvetto, Peralta Lucila Gel, Matías Bustamante, Gimena Montaldo, Abril Rigoni, Brian Pérez, Ignacio |
| author_sort |
Gonzalez, Federico |
| title |
Inteligencia artificial para la multi-clasificación de fauna en fotografías automáticas utilizadas en investigación científica |
| title_short |
Inteligencia artificial para la multi-clasificación de fauna en fotografías automáticas utilizadas en investigación científica |
| title_full |
Inteligencia artificial para la multi-clasificación de fauna en fotografías automáticas utilizadas en investigación científica |
| title_fullStr |
Inteligencia artificial para la multi-clasificación de fauna en fotografías automáticas utilizadas en investigación científica |
| title_full_unstemmed |
Inteligencia artificial para la multi-clasificación de fauna en fotografías automáticas utilizadas en investigación científica |
| title_sort |
inteligencia artificial para la multi-clasificación de fauna en fotografías automáticas utilizadas en investigación científica |
| publishDate |
2022 |
| url |
http://sedici.unlp.edu.ar/handle/10915/144851 |
| work_keys_str_mv |
AT gonzalezfederico inteligenciaartificialparalamulticlasificaciondefaunaenfotografiasautomaticasutilizadaseninvestigacioncientifica AT vieraleonel inteligenciaartificialparalamulticlasificaciondefaunaenfotografiasautomaticasutilizadaseninvestigacioncientifica AT solerrosina inteligenciaartificialparalamulticlasificaciondefaunaenfotografiasautomaticasutilizadaseninvestigacioncientifica AT chiarvettoperaltalucila inteligenciaartificialparalamulticlasificaciondefaunaenfotografiasautomaticasutilizadaseninvestigacioncientifica AT gelmatias inteligenciaartificialparalamulticlasificaciondefaunaenfotografiasautomaticasutilizadaseninvestigacioncientifica AT bustamantegimena inteligenciaartificialparalamulticlasificaciondefaunaenfotografiasautomaticasutilizadaseninvestigacioncientifica AT montaldoabril inteligenciaartificialparalamulticlasificaciondefaunaenfotografiasautomaticasutilizadaseninvestigacioncientifica AT rigonibrian inteligenciaartificialparalamulticlasificaciondefaunaenfotografiasautomaticasutilizadaseninvestigacioncientifica AT perezignacio inteligenciaartificialparalamulticlasificaciondefaunaenfotografiasautomaticasutilizadaseninvestigacioncientifica |
| bdutipo_str |
Repositorios |
| _version_ |
1764820461338755072 |