Sistema de reconocimiento de especies de aves mediante procesamiento digital de imágenes

Resultados de estudios científicos publicados en el año 2013 señalan a Colombia como el país con mayor diversidad de aves en todo el mundo, con más de 1900 especies [1]. La Universidad del Norte tiene la fortuna de contar con más de 70 [2]. Conocer de estos animales mediante herramientas tecnológicas, garantiza una vía de interacción directa entre las personas y la naturaleza. Por lo anterior, se diseñó éste sistema de reconocimiento. Debido a su existencia actual en el campus y a no presentar dimorfismo sexual, las aves escogidas fueron: Ardea alba, Coragyps atratus, Eusittula pertinax, Sicalis fleveola y Thraupis episcopus. La selección del software se debió principalmente a: ser de uso libre, estar orientado a la programación web y brindar gran soporte al programador. El sistema posee una interfaz web. En ella, el usuario debe ingresar la imagen del ave a identificar. Posteriormente, se extrae información numérica de la escala de color RGB y HSL. Esto ingresa a un algoritmo inteligente, que está basado en la técnica CBR (Razonamiento basado en casos), que toma la decisión final. El resultado se proyecta en la interfaz web, como información del ave identificada. Finalmente, con el objetivo de mejorar la exactitud futura del sistema, el usuario debe sugerir una respuesta diferente, en caso de no estar de acuerdo con la solución propuesta. Mediante el cálculo de intervalos de confianza para el margen de error se comprobó que cuatro de las cinco especies presentaban errores finales menores a 10%. Se pudo concluir que se mejora el desempeño a medida que se procesan más imágenes. Se recomienda, para trabajos futuros, aumentar el número de especies identificables y, con el objetivo de obtener errores aún menores, sofisticar el procesamiento las imágenes. Referencias: [1] Proaves, “Colombia la nación con mayor diversidad de aves del Mundo, más de 1.900 especies,” 2013. [2] J. Aldana, C. Gómez, and R. Borja, Patrimonio emplumado de la Universidad del Norte. 2015.

• Autores: Cervantes Álvarez, Yarina José; Rodríguez Rada, José Luis
• Fecha de publicación: 2016
• Institución: Universidad del Norte
• Repositorio: Repositorio Uninorte
• Idioma: spa
• OAI Identifier: oai:manglar.uninorte.edu.co:10584/5874
• Acceso en línea: http://hdl.handle.net/10584/5874
• Palabra clave: Sistema, inteligente, aves, CBR, WEB, imágenes, procesaiento, color, HSL, RGB; System, inteligent, birds, CBR, WEB, images, processing, color, HSL, RGB
• License: Universidad del Norte