Detección de escamas laterales de la cabeza de tortugas verdes (Chelonia mydas) para su posterior recorte y uso en foto-identificación

• Autores: Buteler, Candela
• Año de publicación: 2022
• Idioma: español castellano
• Tipo de recurso: tesis de maestría
• Colaborador/a o director/a de tesis: Flesia, Ana Georgina
• Materia: Tortugas; Inteligencia artificial; Bases de datos; Redes neuronales; Estadística; Identificación
• Institución: Universidad Nacional de Córdoba

Tesis (Maestría en Estadística Aplicada) -- Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Escuela de Graduados, 2022.
Fil: Buteler, Candela. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Escuela de Graduados; Argentina.
La identificación de individuos es un requisito previo para estudiar poblaciones y estimar, por ejemplo, el tiempo que las tortugas marinas pasan en distintas zonas a lo largo de vida. Para ello, suele ser común marcarlos a través de marcas artificiales, las cuales suelen ser invasivas, o puede reconocerse patrones fenotípicos propios del individuo lo que implica técnicas menos invasivas. Estos procedimientos se conocen como métodos captura-marca-recaptura. Sin embargo, estos métodos en ocasiones no son confiables en la detección o es complicado el seguimiento de individuos a lo largo de los años. Las tortugas marinas pueden identificarse por el patrón de escamas del cuerpo, en especial la de los costados de la cabeza se ha usado ampliamente para distinguirlas a través de fotos, método que se conoce como foto-identificación. Este estudio propone un enfoque combinado que identifica automáticamente las escamas de la cabeza de las tortugas marinas, Chelonia mydas, para que luego puedan reconocerse las coincidencias entre individuos mediante el uso de foto-identificación. Mostramos aquí que la combinación de algoritmos de aprendizaje automatizado permiten detectar las escamas y formular una función de decisión que indique la precisión de esta detección. Este procedimiento reduce los tiempos de detección y recorte del área de interés y puede ser muy ventajoso cuando se tienen una base de datos muy grande. Este enfoque también podría ser aplicable a una amplia gama de especies y contribuir significativamente a la conservación de especies en peligro de extinción al proporcionar la detección automática del patrón de interés a través de técnicas no invasivas.
Fil: Buteler, Candela. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Escuela de Graduados; Argentina.