INVESTIGADORES
| Nombre | Participación |
| Erick Mata Montero | Coordinadora |
| Geovanni Figueroa Mata | Investigador |
| Dagoberto Arias Aguilar | Investigador |
| Juan Carlos Valverde Otárola | Investigador |
| Carlos Travieso González | Investigador |
| Henry Quesada Pineda | Investigador |
Identificación automática de especies forestales maderables de Costa Rica amenazadas, mediante técnicas de visión artificial
Esta investigación generó siete artículos que ya fueron publicados en revistas o congresos con comité editorial y dos más que están en preparación (ver apéndices y resúmenes en Sección 8.1). Por esta razón presentamos este informe técnico de manera resumida enfatizando los resultados de precisión alcanzada en los experimentos para desarrollar la aplicación móvil denominada Cocobolo e indicamos las publicaciones en las que se puede encontrar el detalle sobre aspectos tales como naturaleza del problema, justificación, marco teórico, estado del arte, y otros experimentos, entre otros.
Objetivo general:
Diseñar e implementar un sistema que realice la identificación de especies forestales de manera automática, a partir de imágenes digitales de muestras macroscópicas de maderas.
Objetivos específicos:
- Seleccionar el conjunto de especies forestales maderables para la investigación.
- Enriquecer la xiloteca Institucional con nuevas muestras y una base de datos con sus correspondientes imágenes digitales.
- Seleccionar las técnicas de visión artificial, reconocimiento de patrones y clasificación que serán usadas.
- Implementar varios algoritmos para identificación de especies maderables.
- Promover la bioalfabetización, conservación y manejo sostenible del recurso forestal, por medio de una aplicación móvil para la identificación de especies maderables de Costa Rica.
Los objetivos de este trabajo de investigación fueron ampliamente cubiertos y sobrepasados. Los resúmenes de las publicaciones presentados en la Sección 8.1, así como los resultados obtenidos al desarrollar la aplicación Cocobolo (Sección 8.2) y el número de muestras, cobertura taxonómica, base de datos fotográfica, protocolos y aplicaciones potenciales para el material agregado a la Xiloteca Víctor Rojas así lo demuestran. El impacto académico de un trabajo de investigación normalmente se mide por el número de publicaciones y especialmente el número de citas. Lo primero es muy sencillo de calcular, en nuestro caso es 7 publicaciones. Lo segundo toma varios años para sopesarse debidamente. Sin embargo, se han logrado 15 citas en solo tres años según Google Scholar. Adicionalmente, como fue mencionado al inicio de la Sección 8, este trabajo consolida el posicionamiento del TEC en actividades de Informática para la Conservación de la Biodiversidad, específicamente con respecto a identificación de especies forestales usando técnicas de deep learning, también al Programa de eScience y al grupo de investigación PARMA, a los cuales pertenecen los investigadores Figueroa y Mata. Finalmente, queremos cerrar este informe subrayando que este proyecto ha sido la semilla de otras actividades que enriquecen el ecosistema de la investigación en Informática para la Conservación de la Biodiversidad en el TEC. Generó la tesis de Doctorado en Ingeniería del candidato a Doctor en Ingeniería Geovanni Figueroa; es la base de un proyecto de investigación que actualmente ejecutamos: “Descubriendo los rasgos usados por algoritmos de deep learning en la identificaciones de taxones de plantas”; y ha consolidado la colaboración internacional con colegas del prestigioso centros de investigación CIRAD, en Francia, donde Mata y Figueroa han desarrollado pasantías de investigación en los últimos tres años.