VISIÓN POR COMPUTADORA PARA LA CLASIFICACIÓN Y DETECCIÓN DE FAUNA DE LA SIERRA NOR-ORIENTAL DE PUEBLA (CLASSIFICATION AND DETECTION OF FAUNA OF THE NOR- ORIENTAL MOUNTAIN RANGE OF PUEBLA)
Pistas Educativas
Resumen
Resumen En el campo de la conservación de la fauna existen diversas técnicas para su estudio; como la estimación, captura, inventarios y monitoreo, mismas que, en algunos, casos dificultan y retrasan la cuantificación de una determinada especie. La presente investigación está dirigida al desarrollo de un sistema de clasificación de imágenes basado en algoritmos de visión por computadora para el monitoreo de fauna de la Sierra Nor-Oriental de Puebla. El sistema se basó en tres etapas para la identificación y clasificación; en primera instancia se realizó la extracción de características a un banco de imágenes representadas por tres especies, para establecer los puntos de interés donde se encuentra la información de las formas y patrones correspondientes, mediante el algoritmo SIFT, para después crear las fronteras de clasificación con el modelo Bag to Visual Words y obtener un diccionario de palabras visuales que se utilizó para generar un entrenamiento, como última etapa se realizaron pruebas con un conjunto de muestras distintas a las utilizadas en la generación del diccionario pero pertenecientes a las tres especies , como resultado el clasificador marco una tendencia hacia una de las especies generando falsos positivos en la clasificación general. Palabra(s) Clave: Algoritmos de Clasificación, Clasificación de Fauna, Visión por Computadora. Abstract In the field of wildlife conservation there are various techniques for its study; like the estimation, capture, inventories and monitoring, which, in some cases, hinder and delay the quantification of a certain species. This research is at the development of an image classification system based on computer vision algorithms for the monitoring of endemic fauna of the North-Eastern of Puebla. The system is based on three steps for identification and classification; First, the extraction of characteristics of the species to be identified is carried out, based on an image, to establish the points of interest where the information of the corresponding shapes and patterns is found, afterwards, the image characteristics is represented in vectors, finally to give way to the classification by the algorithms of K-Means or classification SVM, in which the search by similarity is carried out, ie, it is searched in a database of images that are visually similar to the image that is being classified, finally the image is tagged with the specie identified. Keywords: Active stretching, elongation, muscle proteins, passive stretching.
Datos de publicación
Cita esta publicación
Comprueba el estilo que requiere tu institución o revista.
Fuentes y trazabilidad
Se conserva la procedencia de los datos y se da prioridad a la revista cuando existe información editorial.
Licencias declaradas por las fuentes
Licencia en el registro de origen