Herramienta informática para la identificación de especies de serpientes bonaerenses
DOI:
https://doi.org/10.24215/26838559e003Palabras clave:
Ofidios, Herpetología, Protección de animales, Procesamiento de Imágenes, Visión Artificial, Reconocimiento de ObjetosResumen
Sin bien las serpientes juegan un papel importante en el control de ciertas plagas se considera que deben ser matadas con celeridad ya que sólo pueden causar problemas. Afortunadamente, en la actualidad, se comenzó a rever esa postura, dándole a las serpientes un rol mucho más racional, considerándolas como un grupo mas junto con otras especies que conforman a un ecosistema. El desarrollo de este proyecto busca resguardar las distintas especies de serpientes la Provincia de Buenos Aires y en particular las del partido de La Plata, así como concientizar y educar a los usuarios sobre los distintos ofidios que habitan la zona. Resultará de suma utilidad para aquellas personas que desempeñen un rol tanto en la salud (salitas de primeros auxilios, hospitales) o de seguridad (bomberos, policías); grupos que muchas veces deben decidir qué hacer con un ejemplar hallado en un ámbito no esperado o qué medidas tomar respecto a una persona posiblemente intoxicada por una mordedura.
El desarrollo realizado corresponde a una aplicación informática que a partir de la foto de un ejemplar posee la capacidad de informar a que especie corresponde junto con su grado de peligrosidad. El proceso inicia con la captura de la imagen de un ejemplar de serpiente. Una vez cargada la foto, el sistema identifica las zonas de la imagen con mayor información las cuales generalmente se relacionan con el color, la textura y el diseño de las manchas del animal. Utilizando esta información del ejemplar se lo compara con una base de datos en la que constan las distintas especies presentes en la zona para determinar de qué tipo se trata. Como devolución, el usuario recibirá un resumen detallado sobre las particularidades de ese animal y cuál es su riesgo sanitario junto con el grado de acierto (credibilidad de la respuesta).
La implementación de este desarrollo requirió del estudio y análisis de distintos mecanismos y técnicas para el reconocimiento de objetos presentes en una imagen. El énfasis estuvo puesto en los aspectos relacionados con la detección de patrones que distingan unívocamente a un objeto en particular. Se examinaron con detalle aquellas partes que describen a un objeto para su posterior selección y adaptación a un modelo de datos. Esta información, además de haber sido utilizada como fuente de aprendizaje para el sistema a implementar, brinda la posibilidad a otros investigadores de contar con imágenes de serpientes de la región para desarrollar y probar sus propias estrategias.
Este trabajo contó con el asesoramiento de profesionales del CEPAVE, especialistas en la temática, quienes se encuentran profundamente comprometidos con la conservación de las serpientes.
El aporte concreto de toda esta investigación consiste en una aplicación capaz de reconocer un número de especies de serpientes bonaerenses. Si bien existen soluciones equivalentes para otros tipos de organismos, como por ejemplo plantas, otras especies animales, etc. esta es la primera aplicación dedicada a esta temática a ejemplares de la zona.
Descargas
Citas
Amiza A., Zahri B., Hanin N, Naimah Y., Badlishah A. (2017). Image Classification for Snake Species Using Machine Learning Techniques. Proceedings of the Computational Intelligence in Information Systems Conference (CIIS 2016) pp 52-59.
CONICET (2018). CEPAVE, CONICET-UNLP-ASOCIADO A CICPBA. Desarrollan una herramienta digital que permitirá identificar los tipos de serpientes. Recuperado de https://laplata.conicet.gov.ar/desarrollan-una-herramienta-digital-que-permitira-identificar-los-distintos-tipos-de-serpientes/
Giambelluca, L. (2015). Serpientes bonaerenses. Editorial EDULP, La Plata. Bs.As. Argentina.
La Frazia L, Lanzarini L, Estrebou C y Giambelluca L. (2018). Reconocimiento de serpientes del partido de La Plata mediante un método informático. XIX Congreso Argentino de Herpetología. Octubre de 2018. U.N.L.P.
Lanzarini L., Ronchetti F., Estrebou C., Lens L. y Fernández Bariviera A. (2013). Face recognition based on fuzzy probabilistic SOM, 2013 Joint IFSA World Congress and NAFIPS Annual Meeting (IFSA/NAFIPS), Edmonton, AB, 2013, pp. 310-314.
Lowe D. (1999). Object recognition from local scale-invariant features.
Computer Vision, 1999. Proceedings of the Seventh IEEE International Conference on, vol.2, pp.1150-1157 1999 doi: 10.1109/ICCV.1999.790410
Lowe D. (2004). Distinctive Image Features from Scale-Invariant Keypoints. Int. J. Comput. Vision. Volumen 60, nro. 2, pp.91-110. 2004.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Los autores que publiquen en esta revista aceptan las siguientes condiciones:
La aceptación del manuscrito por parte de la revista implica la no presentación simultánea a otras revistas u órganos editoriales y la cesión no exclusiva de los derechos patrimoniales de los autores en favor del editor, quien permite la reutilización, luego de su edición (postprint), bajo licencia Creative Commons 4.0 (https://creativecommons.org/licenses/by-nc/4.0/deed.es). Usted es libre de:
1) Compartir, copiar y redistribuir el material en cualquier medio o formato.
2) Adaptar, remezclar, transformar y crear a partir del material, bajo los siguientes términos: 1) Atribución — Usted debe darle crédito a esta obra de manera adecuada, proporcionando un enlace a la licencia, e indicando si se han realizado cambios. Puede hacerlo en cualquier forma razonable, pero no de forma tal que sugiera que usted o su uso tienen el apoyo del licenciante. 2) Uso No Comercial — Usted no puede hacer uso del material publicado con fines comerciales.
Los autores pueden realizar otros acuerdos contractuales independientes y adicionales para la distribución no exclusiva de la versión del artículo publicado en esta revista (p. ej., incluirlo en un repositorio institucional o publicarlo en un libro) siempre que indiquen claramente que el trabajo se publicó por primera vez en esta revista.
La responsabilidad de cada trabajo publicado en cuanto a su contenido recae exclusivamente en los autores del mismo, deslindando a los editores de cualquier responsabilidad legal.
