Según informó este miércoles la UGR, de esta forma será posible conocer “de manera más precisa” a estos organismos marinos y establecer medidas “más acertadas” para la conservación de las especies en peligro.

Gracias a este método podrían reconocerse de forma automática los miles de tipos de especies de coral que existen y realizar el seguimiento de los cambios que se producen en las colonias para mejorar su conservación.

Partiendo de imágenes submarinas, los investigadores crearon un sistema que reconoce las diferentes texturas en las que se conforman los corales y que es capaz de “aprender” por sí mismo.

De esta manera, el sistema analiza las imágenes, extrae las características relevantes de cada especie de coral, las “aprende” y las usa después para clasificar nuevas imágenes de corales según su especie.

Los expertos han logrado mejorar la precisión de los sistemas actuales utilizando diferentes variaciones de ResNet, un tipo de red neuronal especializada que ayuda a manejar tareas y modelos de aprendizaje “más sofisticados”.

“A través del modelo de aprendizaje automático y por transferencia, se desarrolla la capacidad de adquirir las características clave de cada especie de coral que sirven de partida para clasificar por especie nuevos corales, automatizando todo el proceso”, según indicó la investigadora de la UGR Anabel Gómez, autora del artículo publicado en la revista ‘Expert Systems with Applications’.

Para Gómez, si se automatiza la clasificación utilizando la cantidad de imágenes de coral que se recopilan, los biólogos expertos podrán estudiar “más de cerca esa cantidad de datos, dando un paso importante hacia el proceso de descubrimiento automático de conocimiento”, afirmó la investigadora.