Por favor, use este identificador para citar o enlazar este ítem:
http://repositorio.usfq.edu.ec/handle/23000/14628| Tipo de material: | masterThesis |
| Título : | Automated Detection and Classification of Wildlife in the Chocó Forest (Canandé) using Camera Traps. |
| Autor : | Montenegro Benavides, Edwin David |
| Director de Tesis : | Grijalva, Felipe, dir. |
| Descriptores : | Inteligencia Artificial - Conservación - Tesis y disertaciones académicas. |
| Fecha de publicación : | 2-dic-2024 |
| Editorial : | Quito |
| Citación : | Tesis (Magíster en Inteligencia Artificial), Universidad San Francisco de Quito, Colegio de Posgrados; Quito, Ecuador, 2024. |
| Páginas : | 20 h. |
| Acceso: | openAccess Atribución-NoComercial-SinDerivadas 3.0 Ecuador |
| Resumen : | El monitoreo manual de fauna silvestre mediante cámaras trampa representa un desafío significativo por el volumen de datos y el tiempo requerido para su análisis, particularmente en regiones megadiversas como el bosque del Chocó. Para abordar esta problemática, se presenta un sistema automatizado basado en aprendizaje profundo para la detección y clasificación de seis especies objetivo (Agutí Centroamericano, Ardillas, Armadillo de Nueve Bandas, Paca de Tierras Bajas, Roedores y Tinamú Grande) en la Reserva Jocotoco Canandé del bosque del Chocó en Ecuador... |
| Descripción : | Manual wildlife monitoring using camera traps represents a significant challenge due to the volume of data and the time required for its analysis, particularly in megadiverse regions such as the Chocó forest. To address this issue, we present an automated system based on deep learning for the detection and classification of six target species (Central Agouti, Squirrels, Nine-banded Armadillo, Lowland Paca, Rodents and Great Tinamú) in the Jocotoco Canandé Reserve of the Chocó forest in Ecuador... |
| URI : | http://repositorio.usfq.edu.ec/handle/23000/14628 |
| Aparece en las colecciones: | Tesis - Maestría en Inteligencia Artificial |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| 338985.PDF | Texto completo | 14.62 MB | Adobe PDF |  Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons
