Los investigadores procuran asociarse con concesionarias viales para poner a prueba la aplicación en situaciones reales. Un banco de datos hizo posible adaptar el entrenamiento del modelo.
Oso hormiguero. Imagen: montaje de Gabriel Souto Ferrante sobre foto de Miguel Rangel Jr/Creative Commons.
De la misma manera que en Brasil un conductor puede actualmente recibir un aviso de un embotellamiento o de la presencia de un coche detenido en la banquina, dentro de algún tiempo podrán saltar también en la pantalla del teléfono inteligente o de la computadora embarcada del vehículo notificaciones que le avisen en tiempo real que un oso hormiguero, un aguará guazú o incluso un tapir está atravesando la ruta. Todo esto sin necesidad de que un humano vea efectivamente a alguno de estos animales antes ni de activar instrucciones para emitir los alertas.
Para que algo así se convirtiera en realidad, un paso importante consistía en la construcción de un modelo de visión por computadora que detectase automáticamente a los animales de la fauna brasileña. El diseño de este sistema estuvo a cargo de investigadores apoyados por la FAPESP y aparece descrito en un artículo publicado en la revista Scientific Reports.
“Esas especies se seleccionaron siguiendo métricas del Centro Brasileño de Estudios en Ecología de Carreteras [CBEE, de la Universidad Federal de Lavras]. De acuerdo con las estimaciones del referido centro, alrededor de 475 millones de animales son atropellados anualmente en las carreteras del país. Creamos entonces un banco de datos de especies brasileñas y entrenamos los modelos de visión por computadora para detectarlas”, explica Gabriel Souto Ferrante, quien realizó el trabajo como parte de su maestría en el Instituto de Ciencias Matemáticas y Computación de la Universidad de São Paulo (ICMC-USP), con sede en la localidad de São Carlos.
Según Rodolfo Ipolito Meneguette, docente del ICMC-USP, quien dirigió la maestría de Souto Ferrante y también suscribe el estudio, grupos de científicos de otros países vienen trabajando desde hace ya algún tiempo en la detección de la fauna silvestre mediante el empleo de la inteligencia artificial. Pero los modelos diseñados en el exterior no contemplan a la fauna brasileña.
Además, pocos entre ellos se preocupan con la identificación de animales en las carreteras, una aplicación que exige una detección rápida en un ambiente a menudo en condiciones de visibilidad poco favorables. “En el choque con un animal de gran porte, el riesgo también es muy alto para el conductor, que suele no tener el tiempo de respuesta suficiente como para evitar la colisión. En tal sentido, un sistema que se valga de las propias cámaras de la carretera y embarcado en una computadora portátil constituye un aspecto innovador”, comenta el investigador. Este trabajo integra los proyectos intitulados “Servicios para un sistema de transporte inteligente” y “Gestión de recursos dinámicos para aplicaciones de un sistema de transporte inteligente”, ambos apoyados por la FAPESP.
La detección instantánea.
Para desarrollar la aplicación en el contexto de las especies brasileñas, los investigadores reunieron primeramente un banco de datos de mamíferos de la fauna brasileña amenazada con mayores probabilidades de ser arrollados. Se juntaron 1.823 fotos libres de derechos autorales bajadas de internet. Cuando se hizo necesario, se editaron las imágenes para quitarles “ruidos”, que podrían obstaculizar la identificación de las especies, o para suministrar una diversidad de ángulos que ayudase en la identificación.
Los investigadores probaron entonces distintas versiones de la arquitectura YOLO (You Only Look Once, o “miras solamente una vez”, en traducción libre). El modelo de visión por computadora ha venido siendo bastante utilizado en el reconocimiento de objetos, e incluso de animales silvestres. Entre las ventajas del mismo se encuentra la detección en una sola etapa, la más indicada para la identificación en tiempo real.
Otro factor que pesó en la decisión fue la posibilidad de utilizar el sistema en los llamados dispositivos de borde, computadoras portátiles con poder de procesamiento para realizar tareas relativamente exigentes en capacidad computacional. Se utilizaron vídeos de animales realizados por los investigadores en el Parque Ecológico de São Carlos con el objetivo de poner prueba la eficiencia del sistema. Y futuras actualizaciones del banco de datos incluirán imágenes de animales capturadas en trampas fotográficas, e incluso en cámaras viales.
Curiosamente, las versiones más antiguas del YOLO mostraron un mejor rendimiento en la detección de los animales. “En imágenes tomadas durante el día, cuando los animales aparecen claramente, los modelos detectaron correctamente a cada especie en un 80 % de los casos”, comenta Souto Ferrante. No obstante, problemas comunes de la visión por computadora, como la detección en ambientes nocturnos, con lluvia y con animales parcialmente escondidos, aún perduran y deben ser objeto de trabajos futuros.
Aparte de incluir nuevas imágenes en el banco de datos, la colaboración con empresas concesionarias viales y alcaldías puede hacer posible que se pruebe el sistema en situaciones reales, e incluso integrándolo a tecnologías ya existentes. En el año 2020, el grupo encabezado por Meneguette desarrolló una aplicación que les comunica a los conductores las condiciones del tránsito con base en información recabada por los propios teléfonos celulares en la ciudad de Catanduva, en el estado de São Paulo.
La diferencia con aplicaciones como Waze y Google Maps reside en que la autoridad de tránsito municipal, por ejemplo, puede cargar la información, tal como se hizo en la ciudad paulista. “Una posibilidad consistiría en acoplar nuestro sistema de detección de animales a esa aplicación que ya tenemos, lo que incrementaría la seguridad de los conductores y de los animales”, ejemplifica Meneguette.