Científicos del MIT Sea Grant, junto con el Woodwell Climate Research Center, han desarrollado un sistema de monitoreo de peces basado en aprendizaje profundo. Este sistema se implementa para mejorar la observación de las poblaciones de peces durante su migración en ríos de Massachusetts.
Las poblaciones de herring de río migran cada primavera desde las aguas costeras de Massachusetts hacia sus hábitats de reproducción. Sin embargo, han enfrentado importantes descensos poblacionales en las últimas décadas. Su migración se monitorea principalmente a través de conteos visuales tradicionales y programas de voluntariado.
Innovación en el monitoreo de peces
Entender los movimientos de los peces y las dinámicas poblacionales es esencial para conservar las especies y gestionar la pesca. Con el inicio de la migración de herring, investigadores y gestores de recursos se enfrentan nuevamente al reto de contabilizar la población migrante con la mayor precisión posible.
Un equipo de investigadores de diversas instituciones, incluyendo el MIT, ha propuesto un nuevo método de monitoreo que combina video subacuático y visión por computadora para complementar los esfuerzos de ciencia ciudadana. Este trabajo fue publicado en la revista Remote Sensing in Ecology and Conservation.
Resultados y metodología
El artículo titulado “From snapshots to continuous estimates: Augmenting citizen science with computer vision for fish monitoring” detalla cómo se pueden utilizar los avances en visión por computadora y aprendizaje profundo para automatizar el conteo de peces, mejorando la eficiencia y la calidad de los datos.
Los métodos de monitoreo tradicionales tienen limitaciones en tiempo y condiciones ambientales. Los conteos visuales realizados por voluntarios son breves y no registran movimientos nocturnos, donde cientos de peces pueden pasar en pocos minutos.
Desarrollo de un sistema automatizado
El equipo desarrolló un sistema integral que incluye cámaras subacuáticas, etiquetado de video y entrenamiento de modelos. Se recolectaron videos de tres ríos en Massachusetts, seleccionando clips que variaban en condiciones de iluminación, claridad del agua, especies de peces y densidad.
Se etiquetaron y anotaron 1,435 clips de video, lo que permitió comparar los conteos generados por la visión por computadora con revisiones humanas y conteos visuales. Los modelos entrenados con datos diversos lograron conteos de alta resolución que coincidieron con estimaciones tradicionales.
Implicaciones para la conservación
Este sistema no solo facilita el conteo de peces, sino que también proporciona información sobre el comportamiento migratorio. Por ejemplo, en la migración de 2024 en el río Coonamesset, se registraron 42,510 herring de río, revelando patrones de migración en función de la hora del día.
Los investigadores creen que la visión por computadora puede mejorar la gestión de pesquerías y ofrecer un marco para integrar esta tecnología en proyectos de conservación. Sin embargo, es fundamental continuar con el monitoreo tradicional para mantener la consistencia de los datos a largo plazo.
Este trabajo fue financiado por MIT Sea Grant y otras instituciones que apoyan la adaptación climática y la investigación en biodiversidad.
