VEHÍCULO AÉREO NO TRIPULADO Y VISIÓN POR COMPUTADORA PARA EL MONITOREO DE FAUNA (UNMANNED AERIAL VEHICLE AND COMPUTER VISION FOR FAUNA MONITORING)

Luis Alberto Espejo Ponce, Yareny Rivera García, José Miguel Mendez Alonso, Abelino Lobato Gonzáles

Resumen


Resumen

El monitoreo de fauna amenazada requiere saber el estado de su población, para ello, se muestrea mediante diversas estrategias apoyadas de herramientas y metodologías que contribuyen a estimar el número de elementos de una determinada especie, estas técnicas suelen ser en algunos casos inexactas, imprecisas y difíciles de validar. La presente investigación establece un sistema para el monitoreo de fauna silvestre, mediante la captura de imágenes aéreas, obtenidas por un Vehículo Aéreo no Tripulado UAV (del inglés Unmanned Aerial Vehicle) y analizadas con técnicas de visión por computadora y aprendizaje profundo, para la detección y en su caso clasificación de la fauna detectada en áreas abiertas, apoyando a investigadores en la cuantificación de alguna especie. Se realizaron pruebas con el UAV, teniendo una respuesta favorable respecto a la altura y tiempo de vuelo. Las primeras fotografías se obtuvieron en un área con ganado bovino, con el objetivo de comenzar con la detección de objetos, las imágenes se analizaron mediante el algoritmo de Template Matching y utilizando los diferentes métodos con los que cuenta el algoritmo de la librería OpenCV, para este caso, se utilizó un candidato generado a partir de las imágenes capturadas por el UAV, obteniendo coincidencias de correlación.

Palabra(s) Clave: Comparación de patrones, Detección de Objetos, Monitoreo de Fauna, ORB.

 

Abstract

The monitoring of threatened fauna requires knowing the state of its population, for this purpose, it is sampled by means of diverse strategies supported by tools and methodologies that contribute to estimate the number of elements of a certain species, these techniques are usually in some cases inaccurate, imprecise and difficult to validate. The present investigation establishes a system for the monitoring of wild fauna, by means of the capture of aerial images, obtained by an Unmanned Aerial Vehicle UAV and analyzed with techniques of Computer Vision and deep learning, for the detection and in its case classification of the fauna detected in open areas, supporting researchers in the quantification of some species. Tests were performed with the UAV, having a favorable response regarding the height and time of flight. The first photographs were obtained in an area with cattle, with the objective of starting with the detection of objects, the images were analyzed by means of the Template Matching algorithm and using the different methods with which the OpenCV library algorithm counts, for this case, a candidate generated from the images captured by the UAV was used, obtaining correlation matches.

Keywords: Fauna monitoring, Object detection, ORB, Template matching.


Texto completo:

2153-2167 PDF

Referencias


Alegre, E., Parajes, G., & Escalera, A. (2016). Conceptos y Métodos en Visión por Computador. España: Grupo de Visión del Comité Español de Automática (CEA).

Amazon (2013). Amazon prime air. Recuperado de: https://www.youtube.com/watch?v=98BIu9dpwHU

Camara de Diputados del H. Congreso de la Unión. (2018). Ley General de Vida Silvestre [Archivo Electrónico]. Ciudad de México. Recuperado de: http://www.diputados.gob.mx/LeyesBiblio/pdf/146_190118.pdf

Comisión Nacional para el Conocimiento y Uso de la Biodiversidad (2016). Desarrollo de capacidades para el Monitoreo de bosques en México, [Archivo Electrónico] Ciudad de México Recuperado de: https://goo.gl/P5CsCc

Gallina, S., López, C. (2011). Manual de Técnicas para el estudio de la Fauna, [Archivo Electrónico]. Querétaro Recuperado de: https://bit.ly/2OE2OFg

Huamán, Ana. (2018). Template Matching. [Sitio web] de Open Source Computer Vision. Recuperado de https://goo.gl/qMd5e5

Joshi, P., Garrido, G. (2018). OpenCV 3.x with Python by Example - Second Edition. [S. l.], Packt Publishing.

Koutroumbas, k., Theodoridis S. (2018). Pattern Recognition, 4th Edition. Amsterdam: Academic Press.

Oostendorp, N., Oliver, A. & Scott, K. (2012). Practical Computer Vision with SimpleCV. Sebastopol, CA: O’Reilly.

OpenCV-Python Tutorials. (2015, Agosto 15). Drawing Functions in OpenCV, de Open Source Computer, Recuperado de https://docs.opencv.org/3.1.0/dc/da5/tutorial_py_drawing_functions.html

Open Source Computer Vision. (2018, agosto 22). Object Detection. de Open Source Computer Vision, Recuperado de https://docs.opencv.org/3.4.3/df/dfb/group__imgproc__object.html


Enlaces refback

  • No hay ningún enlace refback.




URL de la licencia: https://creativecommons.org/licenses/by/3.0/deed.es

Licencia Creative Commons    Esta revista está bajo una Licencia Creative Commons Atribución 3.0 No portada.