“Detección automática de tapetes microbianos de Beggiatoa en imágenes bajo zonas de acuicultura”

Detección automática de tapetes microbianos de Beggiatoa en imágenes bajo zonas de acuicultura. Autor: Nicolás Martínez Alfaro

Profesor Guía: Sebastián Moreno Araya

Comité: Miguel Carrasco y Vladimir Riffo

Tesis para Optar al Título de Ingeniería Civil en Informática y Grado de Magíster en Ciencias en Data Science

Resumen del Proyecto:

Los tapetes microbianos de Beggiatoa representan ecosistemas naturales de importancia crítica, localizados en los fondos marinos de zonas anóxicas. Su detección en el lecho marino bajo áreas de producción de salmones en la industria acuícola señala un nivel significativo de contaminación ambiental. Actualmente, la búsqueda de Beggiatoa en los fondos marinos de las piscifactorías se lleva a cabo mediante análisis manual de videos, un proceso que no es escalable y está sujeto a errores humanos. En esta tesis, se propone un enfoque innovador basado en un modelo de red convolucional VGG-16 para la detección automática de tapetes microbianos de Beggiatoa en imágenes del lecho marino. Se exploraron diversos hiperparámetros de la red, y se seleccionó un modelo que muestra una mejora sustancial en el F2-score, alcanzando cerca del 0.60 en comparación con el estado del arte actual.

Martínez, Nicolás. Detección automática de tapetes microbianos de Beggiatoa en imágenes bajo zonas de acuicultura (2023) Tesis, Magíster en Ciencias en Data Science, Universidad Adolfo Ibáñez

Palabras clave: CNN, piscifactorías de salmones, tapetes microbianos de Beggiatoa, acuicultura