Identificación automática de especies forestales maderables amenazadas de Costa Rica, mediante técnicas de visión artificial

Abstract

El objetivo general de este proyecto fue “Diseñar e implementar un sistema que realice la identificación de especies forestales de manera automática, a partir de imágenes digitales de muestras macroscópicas de maderas”. Tanto el objetivo general como los cinco objetivos específicos y productos asociados fueron alcanzados en un 100%: 1. Seleccionar el conjunto de especies forestales maderables (muestras de 197 especies fueron recolectadas en el campo). 2. Enriquecer la xiloteca institucional con nuevas muestras y una base de datos con sus correspondientes imágenes digitales (982 muestras recolectadas que se convirtieron en 982x4 muestras de xiloteca, y 27,930 fotos)1. 3. Seleccionar las técnicas de visión artificial a usar (CNN profundas). 4. Implementar varios algoritmos para identificación de especies maderables (CNN y redes siamesas). 5. Finalmente, se desarrolló Cocobolo, una aplicación móvil para la identificación de especies maderables de Costa Rica. Metodológicamente el proyecto ha sido innovador a nivel mundial. En el campo forestal, se demostró [1] la viabilidad de un nuevo protocolo no destructivo de recolecta con barreno y un nuevo flujo de trabajo que ha enriquecido sustancialmente la xiloteca del TEC. En el campo informático, se innovó usando por primera vez especies nativas de CR, haciendo identificaciones con imágenes macroscópicas en lugar del tradicional enfoque con muestras microscópicas, y usando técnicas que son estado del arte como las redes siamesas. Esta investigación a demostrado conclusivamente mediante publicaciones peerreviewed que las CNN son la mejor técnica para la identificación automática de árboles con imágenes de cortes macroscópicos de madera.