Vea También
 |
| Ejemplo de imagen aérea utilizada por el modelo que acelera el estudio de las focas. © NIOZ |
Las focas son centinelas esenciales del estado del ecosistema. Muchos estudios ecológicos se basan en datos de recuento e implican el recuento manual de las focas, lo que requiere mucho tiempo. Además, esos métodos son desventajosos cuando el tiempo en el campo o en el laboratorio es limitado. Cada vez son más los trabajos que emplean imágenes digitales, lo que abre oportunidades para automatizar las tareas de recuento.
En un nuevo estudio, científicos de la EPFL, el Real Instituto de Investigación Marina de los Países Bajos y la Universidad e Investigación de Wageningen han desarrollado un nuevo modelo de aprendizaje profundo para contar varias focas en fotos aéreas que es considerablemente más rápido que hacerlo a mano.
El modelo se basa en algoritmos de aprendizaje profundo. Puede recorrer 100 imágenes en menos de un minuto.
Es más, su método puede utilizarse para contar cualquier elemento o animal individual. De este modo, ayuda potencialmente a procesar las nuevas fotos y las que no se han podido analizar por falta de tiempo.
Jeroen Hoekendijk, estudiante de doctorado en la Universidad e Investigación de Wageningen (WUR) y empleado del Real Instituto Holandés de Investigación Marina (NIOZ), dijo: "En ecología, los modelos de aprendizaje profundo más empleados se entrenan primero para detectar objetos individuales, tras lo cual se cuentan los objetos detectados. Este tipo de modelo requiere amplias anotaciones de objetos individuales durante el entrenamiento."
"Sin embargo, el método aplicado por el equipo de investigación elimina la necesidad de etiquetar focas individuales de antemano, acelerando drásticamente el procedimiento, ya que solo se necesita el número total de animales en la imagen."
En el futuro, los científicos planean aplicar enfoques similares a las imágenes de satélite de las regiones árticas inaccesibles.
Devis Tuia, profesor asociado y director del Laboratorio de Ciencias Computacionales del Medio Ambiente y Observación de la Tierra de la EPFL de Valais, dijo: "Tenemos previsto utilizar este enfoque para estudiar las especies en peligro de extinción en esta remota parte del mundo, donde las temperaturas están aumentando dos veces más rápido que en otras partes del planeta. Saber dónde se concentran los animales es esencial para proteger estas especies, a menudo en peligro de extinción".
Fuentes, créditos y referencias:
Hoekendijk, J.P.A., Kellenberger, B., Aarts, G. et al. Counting using deep learning regression gives value to ecological surveys. Sci Rep 11, 23209 (2021). DOI: 10.1038/s41598-021-02387-9