Modelo de redes neuronales convolucionales para la detección, clasificación y conteo de elefantes marinos a partir de imágenes digitales

Autores
Zárate, Marcos Daniel; Eder, Elena; Delrieux, Claudio; Pollicelli, Débora; Lewis, Mirtha; Ceballos, Dario; Buckle, Carlos Ezequiel; Nuñez, Gustavo Marcelo; Iaconis, Francisco; Paez, Juan; Martinez, Ciro; Ascagorta, Octavio; Vazquez Sano, Mathias
Año de publicación
2024
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
El elefante marino del sur (EMS, Mirounga leonina) es una de las especies de mamíferos marinos de la fauna local convocante en Chubut, que ha sido clave para la elaboración de los instrumentos de gestión vigentes para Península Valdés (Sistema de Áreas Naturales Protegidas de la Provincia del Chubut y Patrimonio Natural de la Humanidad por la UNESCO desde 1999). Continuar con los programas de monitoreo demográfico de la especie es relevante para la planificación espacial y la gestión de las áreas costeras, especialmente en aquellas áreas de su distribución que muestran un uso recreativo creciente y tienen multiplicidad de autoridades de aplicación, pero ningún plan de manejo ni normativas básicas para su conservación. Es por ello que este proyecto propone explorar tecnologías emergentes tales como el procesamiento y análisis automatizado de imágenes digitales de alta resolución obtenida por drones mediante el uso de redes neuronales convolucionales (CNN), para identificar, clasificar distintas categorías de sexo y edad y contar individuos del EMS en un sitio de la colonia, en Península Valdés, Chubut. Los resultados del proyecto podrían ser útiles como alternativa para asegurar los monitoreos sistemáticos de la población local, ya que las metodologías convencionales de observación de la especie para evaluar el estado demográfico de toda la colonia encuentra varias limitaciones logísticas y económicas en el contexto actual.
Red de Universidades con Carreras en Informática
Materia
Ciencias Informáticas
Machine learning
Sensores remotos
Conservación
Mirounga leonina
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/179672
Acceder
id SEDICI_a3b43de25cd277de62e53e6e10d57b07
oai_identifier_str oai:sedici.unlp.edu.ar:10915/179672
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Modelo de redes neuronales convolucionales para la detección, clasificación y conteo de elefantes marinos a partir de imágenes digitalesZárate, Marcos DanielEder, ElenaDelrieux, ClaudioPollicelli, DéboraLewis, MirthaCeballos, DarioBuckle, Carlos EzequielNuñez, Gustavo MarceloIaconis, FranciscoPaez, JuanMartinez, CiroAscagorta, OctavioVazquez Sano, MathiasCiencias InformáticasMachine learningSensores remotosConservaciónMirounga leoninaEl elefante marino del sur (EMS, Mirounga leonina) es una de las especies de mamíferos marinos de la fauna local convocante en Chubut, que ha sido clave para la elaboración de los instrumentos de gestión vigentes para Península Valdés (Sistema de Áreas Naturales Protegidas de la Provincia del Chubut y Patrimonio Natural de la Humanidad por la UNESCO desde 1999). Continuar con los programas de monitoreo demográfico de la especie es relevante para la planificación espacial y la gestión de las áreas costeras, especialmente en aquellas áreas de su distribución que muestran un uso recreativo creciente y tienen multiplicidad de autoridades de aplicación, pero ningún plan de manejo ni normativas básicas para su conservación. Es por ello que este proyecto propone explorar tecnologías emergentes tales como el procesamiento y análisis automatizado de imágenes digitales de alta resolución obtenida por drones mediante el uso de redes neuronales convolucionales (CNN), para identificar, clasificar distintas categorías de sexo y edad y contar individuos del EMS en un sitio de la colonia, en Península Valdés, Chubut. Los resultados del proyecto podrían ser útiles como alternativa para asegurar los monitoreos sistemáticos de la población local, ya que las metodologías convencionales de observación de la especie para evaluar el estado demográfico de toda la colonia encuentra varias limitaciones logísticas y económicas en el contexto actual.Red de Universidades con Carreras en Informática2024-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf285-289http://sedici.unlp.edu.ar/handle/10915/179672spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-8352-57-2info:eu-repo/semantics/reference/url/https://sedici.unlp.edu.ar/handle/10915/173603info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-03T11:20:50Zoai:sedici.unlp.edu.ar:10915/179672Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-03 11:20:50.63SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Modelo de redes neuronales convolucionales para la detección, clasificación y conteo de elefantes marinos a partir de imágenes digitales
title Modelo de redes neuronales convolucionales para la detección, clasificación y conteo de elefantes marinos a partir de imágenes digitales
spellingShingle Modelo de redes neuronales convolucionales para la detección, clasificación y conteo de elefantes marinos a partir de imágenes digitales
Zárate, Marcos Daniel
Ciencias Informáticas
Machine learning
Sensores remotos
Conservación
Mirounga leonina
title_short Modelo de redes neuronales convolucionales para la detección, clasificación y conteo de elefantes marinos a partir de imágenes digitales
title_full Modelo de redes neuronales convolucionales para la detección, clasificación y conteo de elefantes marinos a partir de imágenes digitales
title_fullStr Modelo de redes neuronales convolucionales para la detección, clasificación y conteo de elefantes marinos a partir de imágenes digitales
title_full_unstemmed Modelo de redes neuronales convolucionales para la detección, clasificación y conteo de elefantes marinos a partir de imágenes digitales
title_sort Modelo de redes neuronales convolucionales para la detección, clasificación y conteo de elefantes marinos a partir de imágenes digitales
dc.creator.none.fl_str_mv Zárate, Marcos Daniel
Eder, Elena
Delrieux, Claudio
Pollicelli, Débora
Lewis, Mirtha
Ceballos, Dario
Buckle, Carlos Ezequiel
Nuñez, Gustavo Marcelo
Iaconis, Francisco
Paez, Juan
Martinez, Ciro
Ascagorta, Octavio
Vazquez Sano, Mathias
author Zárate, Marcos Daniel
author_facet Zárate, Marcos Daniel
Eder, Elena
Delrieux, Claudio
Pollicelli, Débora
Lewis, Mirtha
Ceballos, Dario
Buckle, Carlos Ezequiel
Nuñez, Gustavo Marcelo
Iaconis, Francisco
Paez, Juan
Martinez, Ciro
Ascagorta, Octavio
Vazquez Sano, Mathias
author_role author
author2 Eder, Elena
Delrieux, Claudio
Pollicelli, Débora
Lewis, Mirtha
Ceballos, Dario
Buckle, Carlos Ezequiel
Nuñez, Gustavo Marcelo
Iaconis, Francisco
Paez, Juan
Martinez, Ciro
Ascagorta, Octavio
Vazquez Sano, Mathias
author2_role author
author
author
author
author
author
author
author
author
author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Machine learning
Sensores remotos
Conservación
Mirounga leonina
topic Ciencias Informáticas
Machine learning
Sensores remotos
Conservación
Mirounga leonina
dc.description.none.fl_txt_mv El elefante marino del sur (EMS, Mirounga leonina) es una de las especies de mamíferos marinos de la fauna local convocante en Chubut, que ha sido clave para la elaboración de los instrumentos de gestión vigentes para Península Valdés (Sistema de Áreas Naturales Protegidas de la Provincia del Chubut y Patrimonio Natural de la Humanidad por la UNESCO desde 1999). Continuar con los programas de monitoreo demográfico de la especie es relevante para la planificación espacial y la gestión de las áreas costeras, especialmente en aquellas áreas de su distribución que muestran un uso recreativo creciente y tienen multiplicidad de autoridades de aplicación, pero ningún plan de manejo ni normativas básicas para su conservación. Es por ello que este proyecto propone explorar tecnologías emergentes tales como el procesamiento y análisis automatizado de imágenes digitales de alta resolución obtenida por drones mediante el uso de redes neuronales convolucionales (CNN), para identificar, clasificar distintas categorías de sexo y edad y contar individuos del EMS en un sitio de la colonia, en Península Valdés, Chubut. Los resultados del proyecto podrían ser útiles como alternativa para asegurar los monitoreos sistemáticos de la población local, ya que las metodologías convencionales de observación de la especie para evaluar el estado demográfico de toda la colonia encuentra varias limitaciones logísticas y económicas en el contexto actual.
Red de Universidades con Carreras en Informática
description El elefante marino del sur (EMS, Mirounga leonina) es una de las especies de mamíferos marinos de la fauna local convocante en Chubut, que ha sido clave para la elaboración de los instrumentos de gestión vigentes para Península Valdés (Sistema de Áreas Naturales Protegidas de la Provincia del Chubut y Patrimonio Natural de la Humanidad por la UNESCO desde 1999). Continuar con los programas de monitoreo demográfico de la especie es relevante para la planificación espacial y la gestión de las áreas costeras, especialmente en aquellas áreas de su distribución que muestran un uso recreativo creciente y tienen multiplicidad de autoridades de aplicación, pero ningún plan de manejo ni normativas básicas para su conservación. Es por ello que este proyecto propone explorar tecnologías emergentes tales como el procesamiento y análisis automatizado de imágenes digitales de alta resolución obtenida por drones mediante el uso de redes neuronales convolucionales (CNN), para identificar, clasificar distintas categorías de sexo y edad y contar individuos del EMS en un sitio de la colonia, en Península Valdés, Chubut. Los resultados del proyecto podrían ser útiles como alternativa para asegurar los monitoreos sistemáticos de la población local, ya que las metodologías convencionales de observación de la especie para evaluar el estado demográfico de toda la colonia encuentra varias limitaciones logísticas y económicas en el contexto actual.
publishDate 2024
dc.date.none.fl_str_mv 2024-04
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/179672
url http://sedici.unlp.edu.ar/handle/10915/179672
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-987-8352-57-2
info:eu-repo/semantics/reference/url/https://sedici.unlp.edu.ar/handle/10915/173603
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
285-289
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1842260713815408640
score 13.13397

Publicaciones similares