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

Autores
Fernández Cruz, Teodoro Ismael; Ascagorta, Octavio; Iaconis, Francisco Ramiro; Hevia, Glenda Denise; Pollicelli, María Débora
Año de publicación
2024
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
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.
Sociedad Argentina de Informática e Investigación Operativa
Materia
Ciencias Informáticas
aves
foto-identificación
visión por computadora
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:10915/178482
Acceder
id SEDICI_e516e4670ed931b03b058cd0482d1aa2
oai_identifier_str oai:sedici.unlp.edu.ar:10915/178482
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Optimizando la identificación y estudio biológico de aves mediante IA: resultados preliminaresFernández Cruz, Teodoro IsmaelAscagorta, OctavioIaconis, Francisco RamiroHevia, Glenda DenisePollicelli, María DéboraCiencias Informáticasavesfoto-identificaciónvisión por computadoraLa 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.Sociedad Argentina de Informática e Investigación Operativa2024-08info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf74-79http://sedici.unlp.edu.ar/handle/10915/178482spainfo:eu-repo/semantics/altIdentifier/url/https://revistas.unlp.edu.ar/JAIIO/article/view/17885info:eu-repo/semantics/altIdentifier/issn/2451-7496info: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:UNLP2025-10-22T17:28:38Zoai:sedici.unlp.edu.ar:10915/178482Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-22 17:28:39.232SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Optimizando la identificación y estudio biológico de aves mediante IA: resultados preliminares
title Optimizando la identificación y estudio biológico de aves mediante IA: resultados preliminares
spellingShingle Optimizando la identificación y estudio biológico de aves mediante IA: resultados preliminares
Fernández Cruz, Teodoro Ismael
Ciencias Informáticas
aves
foto-identificación
visión por computadora
title_short Optimizando la identificación y estudio biológico de aves mediante IA: resultados preliminares
title_full Optimizando la identificación y estudio biológico de aves mediante IA: resultados preliminares
title_fullStr Optimizando la identificación y estudio biológico de aves mediante IA: resultados preliminares
title_full_unstemmed Optimizando la identificación y estudio biológico de aves mediante IA: resultados preliminares
title_sort Optimizando la identificación y estudio biológico de aves mediante IA: resultados preliminares
dc.creator.none.fl_str_mv Fernández Cruz, Teodoro Ismael
Ascagorta, Octavio
Iaconis, Francisco Ramiro
Hevia, Glenda Denise
Pollicelli, María Débora
author Fernández Cruz, Teodoro Ismael
author_facet Fernández Cruz, Teodoro Ismael
Ascagorta, Octavio
Iaconis, Francisco Ramiro
Hevia, Glenda Denise
Pollicelli, María Débora
author_role author
author2 Ascagorta, Octavio
Iaconis, Francisco Ramiro
Hevia, Glenda Denise
Pollicelli, María Débora
author2_role author
author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
aves
foto-identificación
visión por computadora
topic Ciencias Informáticas
aves
foto-identificación
visión por computadora
dc.description.none.fl_txt_mv 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.
Sociedad Argentina de Informática e Investigación Operativa
description 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.
publishDate 2024
dc.date.none.fl_str_mv 2024-08
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/10915/178482
url http://sedici.unlp.edu.ar/handle/10915/178482
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/https://revistas.unlp.edu.ar/JAIIO/article/view/17885
info:eu-repo/semantics/altIdentifier/issn/2451-7496
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
74-79
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_ 1846783771947302912
score 12.982451

Publicaciones similares