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

Abstract

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.