Algoritmos de reconocimiento de imágenes para la detección e identificación del jaguar
Modelo de identificación de Jaguar
Tech4Nature Mexico
El componente de reconocimiento de imágenes, basado en Redes Neuronales Convolucionales (CNN) en el marco del piloto Tech4Nature México, juega un papel fundamental al: i) Detectar automáticamente la presencia de jaguares en capturas de cámaras trampa, lo que agiliza el procesamiento de datos; y ii) Identificar automáticamente jaguares individuales en la región, lo que mejora la comprensión de las poblaciones locales. Este enfoque es de vital importancia en la conservación al aprovechar métodos avanzados que permiten un análisis más rápido y detallado.
Datos recogidos de los dispositivos y alianzas estratégicas con Huawei, UPY y otras organizaciones expertas en conservación para compartir datos. Durante un año escolar completo, un grupo de jóvenes estudiantes de ingeniería de datos de UPY se dedicó al desarrollo de los modelos de reconocimiento de imágenes. Ante la posibilidad de que los modelos pudieran estar sesgados en el reconocimiento de jaguares debido a la falta de experiencia de los estudiantes en el monitoreo de esta especie, el grupo recibió entrenamiento y retroalimentación por parte de un biólogo especializado en la conservación de felinos en Yucatán.
Nos enfrentamos a un reto considerable en el desarrollo de modelos automáticos para la detección e identificación de jaguares en imágenes. Esta tarea se complica no sólo por la escasez de datos disponibles, sino también por la limitada cantidad de imágenes capturadas por cámaras trampa que contienen la especie de interés, debido a su crítico estado de conservación. Estos obstáculos han sido notables en las fases iniciales del proyecto, lo que nos ha impulsado a recopilar imágenes de animales de diversas fuentes para ampliar nuestro conjunto de datos. Sin embargo, la complejidad aumenta en esta fase debido a factores adicionales.
