Optimizando la identificación y estudio biológico de aves mediante IA: resultados preliminares

  • Teodoro Ismael Fernandez Cruz
  • Octavio Ascagorta
  • Francisco Ramiro Iaconis
  • Glenda Denise Hevia
  • María Débora Pollicelli
Palabras clave: aves, foto-identificación, visión por computadora

Resumen

La fotografía de fauna silvestre constituye una herramienta fundamental en la obtención de registros de individuos de aves anilladas (banderillas con códigos únicos) para el estudio de especies de amplia distribución geográfica. El desarrollo tecnológico, junto con el incremento de iniciativas de ciencia ciudadana, han contribuido a enriquecer estos registros de manera exponencial. Esta línea de investigación busca optimizar el procesamiento y el análisis de grandes volúmenes de imágenes con sus metadatos asociados, así como facilitar la exploración e interpretación de datos mediante herramientas analíticas espacio-temporales. Se destacan como resultados preliminares el desarrollo de modelos basados en deep learning para la foto-identificación automatizado del Chorlo Doble Collar (Charadrius falklandicus), un ave playera que típicamente reproduce en las zonas costeras de Patagonia. En particular, se exponen dos modelos obtenidos que demuestran la viabilidad de este enfoque para realizar una clasificación dicotómica de imágenes de presencia/ausencia de la especie y la posterior detección de la banderilla, que permite arribar a la identificación del individuo.

Publicado
2024-10-12
Cómo citar
Fernandez Cruz, T., Ascagorta, O., Iaconis, F., Hevia, G., & Pollicelli, M. (2024). Optimizando la identificación y estudio biológico de aves mediante IA: resultados preliminares. Memorias De Las JAIIO, 10(11), 74-79. Recuperado a partir de https://publicaciones.sadio.org.ar/index.php/JAIIO/article/view/1054
Sección
SAIV - Simposio Argentino de Imágenes y Visión