Red neuronal convolucional para la detección de aves exóticas en peligro de extinción
Resumen
En los últimos años, los índices de comercialización ilegal de animales se han incrementado debido a la falta de conciencia sobre el cuidado y la preservación de nuestro ecosistema. Entre los años 2000 y 2015, 67 749 animales silvestres fueron extraídos del Perú de manera ilegal. Entre ellos 29 591 eran aves exóticas (43 %), 26 951 anfibios (40 %), 8600 reptiles (13 %) y 2607 mamíferos (4 %); valorizados en mil dólares, aproximadamente. La propuesta para reducir significativamente estos actos ilícitos se basa en contar con un aplicativo que pueda identificar a las especies que se intentan comercializar ilegalmente. Dicho aplicativo hará uso de las arquitecturas de las redes neuronales convolucionales denominada VGGnet16, la cual permitirá identificar correctamente al animal. Se ha trabajado con una base de datos de animales reales obteniéndose una efectividad del 89 %.
Descargas
Citas
Barletta, F., Pereira, M., Robert, V., y Yoguel, G. (2013). Argentina: dinámica reciente del sector de software y servicios informáticos. Revista de la CEPAL, (110), 137-155. Recuperado de http://www.cepal.org/publicaciones/xml/1/50511/RVE110Yoqueletal.pdf
Carrión, A. (2017). Tráfico de fauna silvestre en estado de emergencia. El Comercio. Recuperado de
https://elcomercio.pe/wuf/noticias/trafico-fauna-silvestre-emergencia-402805-noticia/
InteractiveChaos making things simple. (s. f.). InteractiveChaos making things simple. Recuperado de https://www.interactivechaos.com/python/function/traintestsplit
Karpathy, A., Toderici, G., Shetty, S., Leung, T., Sukthankar, R., y Fei-Fei, L. (2014). Largescale video classification with convolutional neural networks. 2014 IEEE Conference on Computer Vision and Pattern Recognition, 1725-1732.
López Tarabochia, M. (2016). Perú: Rescatan 25 aves silvestres que iban a ser comercializadas ilegalmente en Europa. Revista Mongabay. Recuperado de https://es.mongabay.com/2016/12/peru-aves-trafico/
Marques, A. C., Raimundo, M. M., Cavalheiro, E. M. B., Salles, L. F. P., Lyra, C., y von Zuben, F. J. (2018). Ant genera identification using an ensemble of convolutional neural networks. PLoS ONE, 13 (1).
Motta, D, Santos, A. Á. B., Winkler, I, Machado, B. A. S., Pereira, D. A. D. I., … Badaró, R. B. (2019). Application of convolutional neural networks for classification of adult mosquitoes in the field. PLOS ONE, 14 (1), 1-18.
Musso, D, Rodriguez-Morales, A. J., Levi, J. E., Cao-Lormeau, V.-M., y Gubler, D. J. (2018). Unexpected outbreaks of arbovirus infections: lessons learned from the Pacific and tropical America. The Lancet Infectious Diseases, 18(11), 355-361. doi:10.1016/S1473-3099(18)30269-X
Oquab, M., Bottou, L., Laptev, I., y Sivic, J. (2014). Learning and transferring midleve image representations using convolutional neural networks. 2014 IEEE Conference on Computer Vision and Pattern Recognition, 1717-1724.
Quevans, N., Falcón, N. y Elías, R. (2014). Fauna silvestre y productos derivados decomisados durante el período 2000-2007, Lima-Perú. Salud y Tecnología Veterinaria, 1, 14-18. doi:10.20453/stv.2013.105
Rosebrock, A. (2018). Keras y redes neuronales convolucionales (CNN). Pyimagesearch. Recuperado de https://www.pyimagesearch.com/2018/04/16/keras-and-convolutional-neural-networks-cnns/
Rossius, S. (2013). Reconocimiento de objetos mediante WebCam en tiempo real (Doctoral dissertation).
Serfor. (2017) Estrategia Nacional para reducir el tráfico ilegal de fauna silvestre en el Perú 2017-2027 y su plan de acción 2017-2022. Recuperado de https://www.serfor.gob.pe/wp-content/uploads/2017/09/PRESENTACION-DE-LA-ESTRATEGIANACIONAL-PARA-REDUCIR-EL-TRAFICO-ILEGAL-DE-FAUNASILVESTRE.pdf
Serfor. (2016). Guía Identificación y cuidados iniciales de animales silvestres decomisados o hallados en abandono. Recuperado de https://www.serfor.gob.pe/wp-content/uploads/2016/08/Guia-de-identificacion-final12ago.pdf
S. R. (2013). Reconocimiento de objetos mediante WebCam en tiempo real. Universidad Politécnica de Valencia.
Tobías, L., Ducournau, A., Rousseau, F., Mercier, y G., Fablet, R. (2017). Convolutional Neural Networks for object recognition on mobile devices: A case study. 2016 23rd International Conference on Pattern Recognition (ICPR), 3519-3524.
Zeiler, M. D., y Fergus, R. (2014). Visualizing and understanding convolutional networks. European conference on computer vision, 8689, 818-833.
