Los resultados de la investigación se publicaron en la revista Remote Sensing.
La invasión del escarabajo escolítido causa daños catastróficos a los bosques de abetos en Rusia, especialmente en Siberia Central.
Te puede interesar: Científicos hallan prometedora sustancia anticancerígena en el 'símbolo de Rusia'
En esta investigación, basada en los últimos avances en visión artificial y aprendizaje automático, los autores proponen una solución de dos pasos. Primero, las imágenes obtenidas con la ayuda de un VANT se utilizan para realizar la detección automatizada de áreas que tienen más probabilidades de contener la copa de los árboles. Luego, utilizando la red neuronal convolucional (Convolution Neural Network) desarrollada por los investigadores se determina el grado del daño al abeto en cada área identificada en la primera etapa. Los experimentos muestran que este enfoque da altos resultados (la precisión de la clasificación alcanza el 98,77%) en las imágenes de bosques obtenidos con la ayuda de un VANT en la Reserva Estatal Stolby (Krasnoyarsk, Rusia).
Tema relacionado: Científicos rusos sintetizan un material que hasta ahora se consideraba imposible de obtener
Siham Tabik, investigadora Ramón y Cajal en el Departamento de Ciencias de la Computación e Inteligencia Artificial de la Universidad de Granada (España), señala que el combinar el 'deeplearning' o aprendizaje profundo basado en algoritmos con imágenes en alta resolución ofrece al mundo un enorme abanico de posibilidades en muchas áreas.
La investigación se llevó a cabo como parte del programa internacional Erasmus+ para estudiantes de posgrado en 2016-2018 de la Universidad de Granada (España) con el apoyo de los siguientes proyectos del Fondo Científico Ruso y el Fondo Ruso de Investigaciones Fundamentales.