Communication

Jellytoring: Real-Time Jellyfish Monitoring Based on Deep Learning Object Detection

 

 

Fotos: Las tres especies de medusas utilizadas en el estudio en diferentes condiciones ambientales. Izquierda: P. noctiluca, centro: R. pulmo, derecha: C. tuberculata.

 

 
Esporles, 24 de marzo de 2020. Investigadores del IMEDEA y de la Universidad de las Islas Baleares han desarrollado un sistema denominado 'Jellytoring' basado en Deep Learning que detecta y cuantifica automáticamente y en tiempo real la presencia de diferentes especies de medusas durante largos períodos de tiempo. El estudio acaba de ser publicado en la revista Sensors.
 
 
La composición y distribución de especies en el medio marino se ha modificado durante las últimas décadas debido a múltiples presiones antropogénicas. Monitorear de manera rentable estos cambios es muy relevante para evaluar el estado ambiental y la efectividad de medidas de manejo.
 
 
Actualmente existe un debate sobre si las poblaciones de medusas han aumentado a nivel global. En lugares donde existe una proliferación masiva de medusas, diversos sectores marinos, tales como la pesca o la industria turística, se han visto afectados negativamente. Este debate existe en parte debido a la falta de datos homogéneos sobre la presencia y distribución de medusas en el mundo. Pasados esfuerzos de monitoreo mediante el uso de observaciones de video bajo el agua solían ser largos y costosos debido al procesamiento manual de los datos. El desarrollo de nuevos métodos de monitorización automáticos tales como Jellytoring facilitará la expansión en la captura de datos sobre medusas.
 
 
Jellytoring demuestra un rendimiento sobresaliente (de hasta el 95%) en la tarea de detección de medusas y también en la de cuantificación, ya que cuantifica correctamente el número y la clase de medusas en una secuencia de video procesada en tiempo real hasta un 93.8% de su duración.
 
 
Los resultados de este estudio pretenden alentar y proporcionar los medios para monitorear medusas de una forma eficiente y desarrollar un sistema de alerta temprana que proporcione información muy valiosa tanto desde un punto de vista ecológico como de gestión del medio marino, a la vez que puede contribuir a la reducción de su impacto en los humanos.
 
 

 

Fotos: Ejemplos de detección de medusas sobre un conjunto de imágenes de prueba. Izquierda: cuadros verdes delimitadores sobre P. noctiluca; centro: cuadros azules delimitadores sobre R. pulmo; derecha: cuadros naranjas delimitadores sobre C. tuberculata.

 

 

Dado que la idea es crear una aplicación global, los investigadores están interesados en recibir nuevos videos de medusas. Podéis contactarles a través del siguiente mail: jellytoring@gmail.com

 

 

Fuente: IMEDEA (UIB-CSIC)

Más información: