Clasificación automática de especies de sistemas de monitorio electrónico

Objetivo

Caracterización de capturas por especies usando clasificación automática para mejorar la selectividad de las flotas con sistemas basados en inteligencia artificial 

Contexto y necesidad

Los sistemas de monitoreo electrónico (SME) están cada vez más implantados en pesquerías de todo el planeta. Sin embargo, actualmente es necesario que un operario visualice las imágenes obtenidas mediante estos, para poder así monitorizar la actividad del buque, y obtener estimas de capturas por especie. Esta tarea es tediosa, además de comprometer una parte importante de los recursos humanos disponibles en los programas de monitoreo electrónico. La aplicación de técnicas de visión artificial puede automatizar la identificación de capturas por especie, aumentando el valor añadido de estos SME, al permitir obtener datos de captura de una manera objetiva y en tiempo cuasi real. Este tipo de herramientas podrían ser muy ventajosas en un escenario donde además del monitoreo científico, el control de capturas sea necesario tal como ocurre con el rabil (Thunnus albacares) en el océano Indico o el patudo (Thunnus obesus) en el océano Atlántico. La identificación de capturas por especies y tamaños es una tarea difícil, laboriosa y costosa. Pero, es una tarea crucial para una gestión eficiente de las pesquerías.

El aumento de la capacidad de captura de imágenes mediante SME y su análisis, combinado con métodos de clasificación automática ha mostrado ser una metodología efectiva para generar datos masivos de distribución de especies a niveles espaciales y temporales (ej. plancton) inviables de forma manual. En este proyecto se pretende probar y adaptar esas metodologías que ya se han aplicado en otros ámbitos a la clasificación automática de capturas.

La flota de cerco tropical operando en los océanos Atlántico e Indicó comenzó un programa de monitoreo electrónico en 2017, donde más de 20 buques instalaron equipos para la observación electrónica, habiendo generado así un número muy elevado de imágenes relativas a las especies que captura (tunidos tropicales). Estas imágenes son necesarias para alimentar los algoritmos de clasificación automática, por lo que este proyecto contará con la flota de cerco tropical como único caso de estudio. A medida que otros programas de monitoreo electrónico se vayan implantando en otras flotas (como por ejemplo flotas de arrastre demersal), se podrá explorar la posibilidad de adaptar esta herramienta de clasificación automática a otras especies de interés.

Durante 2021, este proyecto ha trabajado con aprendizaje profundo y aumentación de datos. Se han realizado mejoras en la identificación automática de especies mediante el preprocesado de las imágenes y mediante el incremento del conjunto de imágenes de entrenamiento. Además, se ha realizado una primera validación, contrastando los datos con estimas obtenidas a través de métodos tradicionales (muestreo en puerto). Durante 2022 y 2023 se seguirá desarrollando y ajustando el algoritmo de clasificación, así como mejorando el conjunto de imágenes de entrenamiento, para finalmente contrastarlo con las estimas de capturas oficiales obtenidas para el conjunto de la flota de cerco española.