Sistema de detección y clasificación de peces utilizando visión computacional

• Autores: Mejía Hurtado, Rodrigo Benjamín, Rosales Flores, Gianfranco
• Formato: objeto de conferencia
• Fecha de Publicación: 2020
• Institución: Universidad de Lima
• Repositorio: ULIMA-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ulima.edu.pe:20.500.12724/11174
• Enlace del recurso: https://hdl.handle.net/20.500.12724/11174; https://doi.org/10.26439/ciis2019.5507
• Nivel de acceso: acceso abierto
• Materia: Artificial neural networks; Fishes; Computer vision; Visión por ordenador; Redes neuronales artificiales; Peces; https://purl.org/pe-repo/ocde/ford#2.02.04

La gestión de los recursos hidrobiológicos implica tanto el aspecto ecológico a través del equilibrio del ecosistema, como el aspecto económico mediante el control de la cantidad y calidad de los recursos pesqueros producidos en el Perú. En la actualidad, labores relacionadas a esta gestión son realizadas por empresas privadas y entidades del Estado como el Imarpe. La misión de estas es proteger la calidad de los recursos que llegan a los hogares de millones de peruanos. Esta investigación busca desarrollar un sistema para la detección, clasificación y, finalmente, la medición de diversas especies de peces, utilizando técnicas de visión computacional como el algoritmo SURF y redes neuronales convolucionales. Las pruebas, utilizando dos especies de peces, demostraron que la identificación alcanza un nivel de precisión del 90 % y que la clasificación alcanza una precisión del 80 %. Estos valores se obtienen bajo determinadas condiciones que se comentan en el desarrollo del artículo.