Identificación de aves de la Sabana de Bogotá

Este trabajo de grado se desarrolló con el fin de identificar a partir de imágenes el orden y familia taxonómico de las aves de mínimo 13 especies de 12 familias diferentes que habitan en la Sabana de Bogotá usando ANN de topología convolucional, por lo que se ha diseñado algoritmos en software para la implementación de dicha topología de ANN proporcionando experiencia en la implementación de arquitecturas de redes neuronales, escogiendo la que mejor identifique la familia taxonómica del ave. Una de las arquitecturas es YOLO (you only look once) [3], y la otra arquitectura que se desarrollara es MobileNet [4]. Cabe resaltar que en toda la investigación del estado del arte no se evidencio documentos o trabajos que usaran estas mismas topologías de redes neuronales para la identificación de aves, existen documentos como “MobileNets for Flower Classification using TensorFlow” que identifican flores, pero dado a las extensas características de un ave no se es fácil realizar una aplicación de reconocimiento de aves, lo cual nos hace uno de los pocos documentos calificados en el campo de IA.

• Autores: Alvarez Rengifo, Camila Alejandra; Diago Pérez, Francisco Andrés
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2019
• Institución: Pontificia Universidad Javeriana
• Repositorio: Repositorio Universidad Javeriana
• Idioma: spa
• OAI Identifier: oai:repository.javeriana.edu.co:10554/57429
• Acceso en línea: http://hdl.handle.net/10554/57429
• Palabra clave: Inteligencia artificial; Red neuronal artificial; Procesamiento de imágenes; Aprendizaje de maquina; Visión artificial; Artificial intelligence; Artificial neural network; Image processing; Machine learning; Artificial vision; Ingeniería electrónica - Tesis y disertaciones académicas; Aprendizaje de máquinas - Colombia; Procesamiento de imágenes; Visión artificial; Redes neuronales (Computadores)
• Rights: openAccess
• License: Atribución-NoComercial-SinDerivadas 4.0 Internacional