Avances en foto-identificación automatizada de fauna silvestre

Autores
Pollicelli, Maria Debora; Delrieux, Claudio Augusto; Coscarella, Mariano Alberto
Año de publicación
2020
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
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.
The wild species photo-identification is a basic resource for obtaining the necessary information for several biological research tasks. Today crowdsourcing and citizen science are beginning to play an important role in collecting scientific data. This data source makes it possible to considerably increase the number of records in the sampling database for different scientific projects, especially those related to photographic capture-recapture models of wildlife. However, while the amount of data collected from non-scientific sources increases, a new challenge is presented, mass processing in an agile and efficient way, which allows cleaning and selecting the relevant data for the next stages. This work addresses the automation of the first stage of the cetacean photo-identification process, which is the detection of the presence or absence of the region of interest in the image (ROI). For this aim, a general-purpose convolutional neural network (Mask R-CNN) was specialized with dolphins images of Cephalorhynchus commersonii specie, collected at different sites on the Patagonian coast over a period of seven years.
Fil: Pollicelli, Maria Debora. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Centro para el Estudio de Sistemas Marinos; Argentina
Fil: Delrieux, Claudio Augusto. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca; Argentina
Fil: Coscarella, Mariano Alberto. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina
V Jornadas de Intercambio y Difusión de los Resultados de Investigaciones de los Doctorandos en Ingeniería
Buenos Aires
Argentina
Universidad Tecnológica Nacional
Materia
FOTO-IDENTIFICACIÓN
RED NEURONAL CONVOLUCIONAL (CNN)
DETECCIÓN DE ROI
CIENCIA CIUDADANA
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc/2.5/ar/
Repositorio
CONICET Digital (CONICET)
Institución
Consejo Nacional de Investigaciones Científicas y Técnicas
OAI Identificador
oai:ri.conicet.gov.ar:11336/155018
Acceder
id CONICETDig_f5aa721f27cfd887dc9b88a5df7b5f38
oai_identifier_str oai:ri.conicet.gov.ar:11336/155018
network_acronym_str CONICETDig
repository_id_str 3498
network_name_str CONICET Digital (CONICET)
spelling Avances en foto-identificación automatizada de fauna silvestreAdvances in automated wildlife photo-identificationPollicelli, Maria DeboraDelrieux, Claudio AugustoCoscarella, Mariano AlbertoFOTO-IDENTIFICACIÓNRED NEURONAL CONVOLUCIONAL (CNN)DETECCIÓN DE ROICIENCIA CIUDADANAhttps://purl.org/becyt/ford/1.2https://purl.org/becyt/ford/1https://purl.org/becyt/ford/1.6https://purl.org/becyt/ford/1La 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.The wild species photo-identification is a basic resource for obtaining the necessary information for several biological research tasks. Today crowdsourcing and citizen science are beginning to play an important role in collecting scientific data. This data source makes it possible to considerably increase the number of records in the sampling database for different scientific projects, especially those related to photographic capture-recapture models of wildlife. However, while the amount of data collected from non-scientific sources increases, a new challenge is presented, mass processing in an agile and efficient way, which allows cleaning and selecting the relevant data for the next stages. This work addresses the automation of the first stage of the cetacean photo-identification process, which is the detection of the presence or absence of the region of interest in the image (ROI). For this aim, a general-purpose convolutional neural network (Mask R-CNN) was specialized with dolphins images of Cephalorhynchus commersonii specie, collected at different sites on the Patagonian coast over a period of seven years.Fil: Pollicelli, Maria Debora. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Centro para el Estudio de Sistemas Marinos; ArgentinaFil: Delrieux, Claudio Augusto. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca; ArgentinaFil: Coscarella, Mariano Alberto. Consejo Nacional de Investigaciones Científicas y Técnicas; ArgentinaV Jornadas de Intercambio y Difusión de los Resultados de Investigaciones de los Doctorandos en IngenieríaBuenos AiresArgentinaUniversidad Tecnológica NacionalUniversidad Tecnológica NacionalBollati, Verónica Andrea2020info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/conferenceObjectJornadaJournalhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfapplication/pdfhttp://hdl.handle.net/11336/155018Avances en foto-identificación automatizada de fauna silvestre; V Jornadas de Intercambio y Difusión de los Resultados de Investigaciones de los Doctorandos en Ingeniería; Buenos Aires; Argentina; 2020; 1-5978-950-42-0200-42683-8818CONICET DigitalCONICETspainfo:eu-repo/semantics/altIdentifier/url/https://rtyc.utn.edu.ar/index.php/ajea/article/view/719info:eu-repo/semantics/altIdentifier/doi/10.33414/ajea.5.719.2020Nacionalinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc/2.5/ar/reponame:CONICET Digital (CONICET)instname:Consejo Nacional de Investigaciones Científicas y Técnicas2025-09-10T13:08:40Zoai:ri.conicet.gov.ar:11336/155018instacron:CONICETInstitucionalhttp://ri.conicet.gov.ar/Organismo científico-tecnológicoNo correspondehttp://ri.conicet.gov.ar/oai/requestdasensio@conicet.gov.ar; lcarlino@conicet.gov.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:34982025-09-10 13:08:40.625CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicasfalse
dc.title.none.fl_str_mv Avances en foto-identificación automatizada de fauna silvestre
Advances in automated wildlife photo-identification
title Avances en foto-identificación automatizada de fauna silvestre
spellingShingle Avances en foto-identificación automatizada de fauna silvestre
Pollicelli, Maria Debora
FOTO-IDENTIFICACIÓN
RED NEURONAL CONVOLUCIONAL (CNN)
DETECCIÓN DE ROI
CIENCIA CIUDADANA
title_short Avances en foto-identificación automatizada de fauna silvestre
title_full Avances en foto-identificación automatizada de fauna silvestre
title_fullStr Avances en foto-identificación automatizada de fauna silvestre
title_full_unstemmed Avances en foto-identificación automatizada de fauna silvestre
title_sort Avances en foto-identificación automatizada de fauna silvestre
dc.creator.none.fl_str_mv Pollicelli, Maria Debora
Delrieux, Claudio Augusto
Coscarella, Mariano Alberto
author Pollicelli, Maria Debora
author_facet Pollicelli, Maria Debora
Delrieux, Claudio Augusto
Coscarella, Mariano Alberto
author_role author
author2 Delrieux, Claudio Augusto
Coscarella, Mariano Alberto
author2_role author
author
dc.contributor.none.fl_str_mv Bollati, Verónica Andrea
dc.subject.none.fl_str_mv FOTO-IDENTIFICACIÓN
RED NEURONAL CONVOLUCIONAL (CNN)
DETECCIÓN DE ROI
CIENCIA CIUDADANA
topic FOTO-IDENTIFICACIÓN
RED NEURONAL CONVOLUCIONAL (CNN)
DETECCIÓN DE ROI
CIENCIA CIUDADANA
purl_subject.fl_str_mv https://purl.org/becyt/ford/1.2
https://purl.org/becyt/ford/1
https://purl.org/becyt/ford/1.6
https://purl.org/becyt/ford/1
dc.description.none.fl_txt_mv 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.
The wild species photo-identification is a basic resource for obtaining the necessary information for several biological research tasks. Today crowdsourcing and citizen science are beginning to play an important role in collecting scientific data. This data source makes it possible to considerably increase the number of records in the sampling database for different scientific projects, especially those related to photographic capture-recapture models of wildlife. However, while the amount of data collected from non-scientific sources increases, a new challenge is presented, mass processing in an agile and efficient way, which allows cleaning and selecting the relevant data for the next stages. This work addresses the automation of the first stage of the cetacean photo-identification process, which is the detection of the presence or absence of the region of interest in the image (ROI). For this aim, a general-purpose convolutional neural network (Mask R-CNN) was specialized with dolphins images of Cephalorhynchus commersonii specie, collected at different sites on the Patagonian coast over a period of seven years.
Fil: Pollicelli, Maria Debora. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Centro para el Estudio de Sistemas Marinos; Argentina
Fil: Delrieux, Claudio Augusto. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca; Argentina
Fil: Coscarella, Mariano Alberto. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina
V Jornadas de Intercambio y Difusión de los Resultados de Investigaciones de los Doctorandos en Ingeniería
Buenos Aires
Argentina
Universidad Tecnológica Nacional
description 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.
publishDate 2020
dc.date.none.fl_str_mv 2020
dc.type.none.fl_str_mv info:eu-repo/semantics/publishedVersion
info:eu-repo/semantics/conferenceObject
Jornada
Journal
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
status_str publishedVersion
format conferenceObject
dc.identifier.none.fl_str_mv http://hdl.handle.net/11336/155018
Avances en foto-identificación automatizada de fauna silvestre; V Jornadas de Intercambio y Difusión de los Resultados de Investigaciones de los Doctorandos en Ingeniería; Buenos Aires; Argentina; 2020; 1-5
978-950-42-0200-4
2683-8818
CONICET Digital
CONICET
url http://hdl.handle.net/11336/155018
identifier_str_mv Avances en foto-identificación automatizada de fauna silvestre; V Jornadas de Intercambio y Difusión de los Resultados de Investigaciones de los Doctorandos en Ingeniería; Buenos Aires; Argentina; 2020; 1-5
978-950-42-0200-4
2683-8818
CONICET Digital
CONICET
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/https://rtyc.utn.edu.ar/index.php/ajea/article/view/719
info:eu-repo/semantics/altIdentifier/doi/10.33414/ajea.5.719.2020
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc/2.5/ar/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc/2.5/ar/
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.coverage.none.fl_str_mv Nacional
dc.publisher.none.fl_str_mv Universidad Tecnológica Nacional
publisher.none.fl_str_mv Universidad Tecnológica Nacional
dc.source.none.fl_str_mv reponame:CONICET Digital (CONICET)
instname:Consejo Nacional de Investigaciones Científicas y Técnicas
reponame_str CONICET Digital (CONICET)
collection CONICET Digital (CONICET)
instname_str Consejo Nacional de Investigaciones Científicas y Técnicas
repository.name.fl_str_mv CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicas
repository.mail.fl_str_mv dasensio@conicet.gov.ar; lcarlino@conicet.gov.ar
_version_ 1842980414892802048
score 12.993085

Publicaciones similares