• Científics del Grup d'Ecologia de Peixos de l'IMEDEA desenvolupen un sistema basat en l’aprenentatge profund (deep learning) per estimar la longitud total dels lluços a partir d'imatges de caixes de peix tal com són desembarcades pels pescadors

Foto: Caps de lluç detectats mitjançant aprenentatge profund (Autora: Amaya Álvarez)

Esporles, 9 de gener de 2019. El Grup d'Ecologia de Peixos de l'IMEDEA desenvolupa un sistema basat en DEEP LEARNING per a l'obtenció massiva de dades de qualitat en l'àmbit de l'ecologia marina. El DEEP LEARNING ja és àmpliament utilitzat en múltiples aspectes del nostre dia a dia, com ara el reconeixement facial de les càmeres de vigilància, i té nombroses aplicacions industrials i biomèdiques. Gràcies a aquesta tècnica, la detecció i classificació d'objectes en imatges de manera no supervisada (automàtica) es fa de manera molt més ràpida i eficient, la qual cosa és una revolució quantitativa i qualitativa en el tractament de la informació relacionada amb imatges. Durant el 2018 el Grup d'Ecologia de Peixos de l'IMEDEA ha desenvolupat el projecte FOTOPEIX, que forma part del programa PLEAMAR, finançat per la Fundació Biodiversitat. En aquest projecte, aplica els últims avenços en DEEP LEARNING per estimar la longitud total dels lluços a partir d'imatges de caixes de peix tal com són desembarcades pels pescadors.

La talla del peix capturat és una de les variables clau per predir l'abundància de lluç en el futur i, per tant, per assegurar la sostenibilitat de l'activitat pesquera a les illes Balears. Fins ara, la talla era mesurada manualment i solament a una petita mostra de tots els peixos desembarcats. El tractament d'imatges de llotja mitjançant aprenentatge profund permetrà mesurar la talla d'un gran nombre de peixos de moltes altres espècies, tot plegat d’una manera no supervisada, sinó automàtica.

El projecte s'ha pogut desenvolupar gràcies a la implicació d’Opmallorcamar, comercialitzadora del sector pesquer, que s'ha mostrat molt interessada en les dades generades. El Govern dels Illes Balears també hi està interessat amb vista a possibles aplicacions relacionades amb la gestió pesquera. Així mateix, les dades generades seran molt útils per entendre els canvis en l'abundància dels recursos pesquers des d'un punt de vista científic.

Enguany, els investigadors del Grup d'Ecologia de Peixos han visitat la llotja en nombroses ocasions i hi han recollit més de 600 imatges de caixes de lluç. L'estratègia d'anàlisi adoptada ha consistit a identificar el màxim nombre de caps de lluç de cada caixa, ja que la mida d’aquesta part del cos està relacionada amb la talla total de l’exemplar. De totes aquestes imatges, una part ha estat utilitzada per a l'entrenament d'una xarxa neuronal de convolució multicapa. Per fer-ho, han extret manualment la forma de més de dos mil caps. Aquestes imatges de caps de lluç han servit de model perquè una xarxa profunda de convolució (més coneguda com deep learning) aprengui a reconèixer caps en noves imatges. En el nostre cas, s'ha adoptat un criteri molt conservador, en el sentit que els objectes seleccionats automàticament per la xarxa com a caps tenen una probabilitat molt elevada de ser-ho. En altres paraules, s'ha aconseguit que gairebé no hi hagi casos de falsos positius (objectes que l'algorisme proposa com a caps, però que en realitat no ho són). A més, la precisió de l'estima de la longitud del cap és molt satisfactòria: la diferència entre els valors estimats i els reals és, en general, inferior a mig centímetre. Per tant, atès que la fiabilitat i precisió són més que acceptables, aquest algorisme es pot utilitzar en un futur imminent per estimar la talla de les captures de manera totalment automatitzada i massiva.

La versatilitat i eficàcia de l’aprenentatge profund permeten que aquesta metodologia s’implanti actualment en moltes àrees de la investigació marina. Els projectes immediats del Grup d'Ecologia de Peixos de l'IMEDEA s’amplien des de les caixes de peix a l'anàlisi sistemàtica de les imatges generades per càmeres submarines, com la que es pot veure en reproducció en línia a través del Sub-Eye: underwater observatory. L’IMEDEA confia que el gran volum d'informació que pot generar permeti, en un futur de cada vegada més pròxim, aportar dades científiques a partir de les quals es pugui optimitzar la gestió dels recursos marins. Els bons resultats obtinguts amb el projecte Fotopeix han afavorit la concessió, per part del programa Pleamar, d'una segona fase del projecte, que començarà el gener de 2019.

Font: IMEDEA (UIB-CSIC)

Més informació:

• El IMEDEA usa el Deep Learning para estimar la longitud de las merluzas en la lonja (Passió per la mar)
• Utilizan la inteligencia artificial para calcular la longitud de las merluzas a partir de imágenes de cajas de pescado (La Vanguardia)
• Desarrollan un sistema para medir el pescado con inteligencia artificial (Mallorca Diario)
• L'Imedea desenvolupa un sistema per amidar peixos amb intel·ligència artificial (Ara Balears)
• La intel·ligència artificial entra a la llotja de la mà de l'IMEDEA (CSIC-UIB) (UIB)
• La inteligencia artificial entra en la lonja (COPE Mallorca)
• La inteligencia artificial entra en las lonjas españolas (La Razón)
• Imedea desarrolla un sistema para medir pescado con inteligencia artificial (Finanzas.com)