Detección automática, clasificación y reconocimiento de escorpiones mediante técnicas de Aprendizaje Profundo

Mostrar todas las versiones(4)

La detección e identificación temprana de los escorpiones es esencial debido a la peligrosidad de estos arácnidos que ponen en riesgo la salud de la población, en particular, de los sectores más vulnerables al veneno de un escorpión, como son las personas hipertensas, cardíacas o diabéticas, pero ta...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Giambelluca, Francisco Luis
Otros Autores: Cappelletti, Marcelo Angel
Formato: Tesis Tesis de doctorado
Lenguaje:Español
Publicado: 2022
Materias:
Ingeniería Electrónica
Aprendizaje profundo
Escorpiones
Detección
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/139741
https://doi.org/10.35537/10915/139741
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-139741
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ingeniería Electrónica
Aprendizaje profundo
Escorpiones
Detección
spellingShingle Ingeniería Electrónica
Aprendizaje profundo
Escorpiones
Detección
Giambelluca, Francisco Luis
Detección automática, clasificación y reconocimiento de escorpiones mediante técnicas de Aprendizaje Profundo
topic_facet Ingeniería Electrónica
Aprendizaje profundo
Escorpiones
Detección
description La detección e identificación temprana de los escorpiones es esencial debido a la peligrosidad de estos arácnidos que ponen en riesgo la salud de la población, en particular, de los sectores más vulnerables al veneno de un escorpión, como son las personas hipertensas, cardíacas o diabéticas, pero también los niños y los ancianos. A su vez, la detección y clasificación de escorpiones puede ser útil con fines de investigación biológica para estudiar las diferentes variedades de géneros y especies. En este trabajo, con el propósito de brindar herramientas de prevención alternativas, se desarrollaron novedosos sistemas automáticos y en tiempo real para detectar y clasificar escorpiones, utilizando heurísticas de visión artificial y Aprendizaje Profundo, basados en las características de la forma y la propiedad de fluorescencia de los escorpiones cuando son expuesto a luz ultravioleta. En particular, se han investigado las tres especies de escorpiones que se encuentran en la ciudad de La Plata: Bothriurus bonariensis (sin importancia sanitaria), Tityus carrilloi y Tityus confluens (ambas de importancia sanitaria). Durante este trabajo se llevaron a cabo comparaciones entre diferentes modelos basados en Aprendizaje Profundo utilizados para detectar e identificar escorpiones, ya sea por género peligroso o no peligroso, como para determinar su especie dentro de un mismo género. Los resultados satisfactorios obtenidos indican que los sistemas desarrollados pueden, de forma temprana, precisa, no invasiva y segura, detectar y clasificar escorpiones, incluso dentro de un ambiente no controlado, es decir, cuando el escorpión se encuentra cerca de otros objetos que podrían dificultar su detección. Los sistemas de detección y clasificación desarrollados en este trabajo se implementaron como una aplicación móvil, con la ventaja de la portabilidad y la facilidad de acceso a la población, que puede ser utilizada como una herramienta de prevención eficaz para minimizar las picaduras de escorpiones y ayudar a reducir el daño que pueden ocasionar a las poblaciones expuestas a estos arácnidos. Además, estos sistemas son fácilmente escalables a otros géneros y especies de escorpiones para ampliar la región donde se puedan utilizar estas aplicaciones.
author2 Cappelletti, Marcelo Angel
author_facet Cappelletti, Marcelo Angel
Giambelluca, Francisco Luis
format Tesis
Tesis de doctorado
author Giambelluca, Francisco Luis
author_sort Giambelluca, Francisco Luis
title Detección automática, clasificación y reconocimiento de escorpiones mediante técnicas de Aprendizaje Profundo
title_short Detección automática, clasificación y reconocimiento de escorpiones mediante técnicas de Aprendizaje Profundo
title_full Detección automática, clasificación y reconocimiento de escorpiones mediante técnicas de Aprendizaje Profundo
title_fullStr Detección automática, clasificación y reconocimiento de escorpiones mediante técnicas de Aprendizaje Profundo
title_full_unstemmed Detección automática, clasificación y reconocimiento de escorpiones mediante técnicas de Aprendizaje Profundo
title_sort detección automática, clasificación y reconocimiento de escorpiones mediante técnicas de aprendizaje profundo
publishDate 2022
url http://sedici.unlp.edu.ar/handle/10915/139741
https://doi.org/10.35537/10915/139741
work_keys_str_mv AT giambellucafranciscoluis deteccionautomaticaclasificacionyreconocimientodeescorpionesmediantetecnicasdeaprendizajeprofundo
bdutipo_str Repositorios
_version_ 1764820458417422337

Ejemplares similares