Sistema de reconocimiento de especies de aves mediante procesamiento digital de imágenes
Bird species recognition system by using digital image processing
Autor
Cervantes Álvarez, Yarina José
Rodríguez Rada, José Luis
Fecha
2016-11-22Resumen
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. Results of scientific studies published in 2013 point to Colombia as the country with the greatest bird diversity in the world, with more than 1900 species [1]. The Universidad del Norte have more than 70 especies [2]. Knowing these animals through technological tools, guarantees a direct way of interaction between people and nature. Due to the above, this bird recognition system was designed. Due to its current existence in the campus and the ausence of sexual dimorphism, the species chosen were: Ardea alba, Coragyps atratus, Eusittula pertinax, Sicalis fleveola and Thraupis episcopus. The selection of the software was mainly due to: being of free use, being oriented to the web programming and providing great support to the programmer. The system has a web interface. The user must enter the bird image to identify in the website. Subsequently, numerical information is extracted from the RGB and HSL color scale. This information is introduced in an intelligent algorithm, which is based on the CBR (Case Based Reasoning) technique, which makes the final decision. The result is projected in the website, as information of the identified bird. Finally, in order to improve the future accuracy of the system, the user must suggest a different response, if he does not agree with the proposed solution. By calculating confidence intervals for the margin of error, four of the five species were found to have final errors less than 10%. It was concluded that performance is improved as more images are processed. It is recommended, for future work, to increase the number of identifiable species and, in order to obtain even smaller errors, to sophisticated the processing of the images. References: [1] Proaves, "Colombia la nación con la mayor diversida 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.