Universidad de Barcelona desarrolla algoritmo para detecta plásticos en el oceáno desde el aire

Investigadores de la Universidad de Barcelona han desarrollado un algoritmo de inteligencia artificial que puede detectar y cuantificar la basura marina a través de imágenes aéreas, algo que esperan pueda funcionar con drones para escanear los mares de forma autónoma y evaluar los daños de los plásticos.

Hacer un balance de nuestro problema de contaminación plástica es una tarea difícil, ya que gran parte de ella ingresa al océano cada día y se descompone en fragmentos más pequeños que son difíciles de rastrear. El equipo de la Universidad de Barcelona ha apuntado a aquellas piezas que flotan en la superficie, con la esperanza de mejorar los métodos actuales de seguimiento de su distribución, que implican el relevamiento de los daños de aviones y barcos.

Detectan plásticos con 80% de precisión

El equipo de la Universidad de Barcelona ha recurrido a técnicas de aprendizaje profundo para analizar más de 3,800 imágenes aéreas del Mediterráneo frente a las costas de Cataluña. Al entrenar el algoritmo en estas fotografías y usar redes neuronales para mejorar su precisión con el tiempo, el equipo terminó con una herramienta de inteligencia artificial que podría detectar y cuantificar de manera confiable el plástico que flota en la superficie.

«La gran cantidad de imágenes de la superficie marina obtenidas por drones y aviones en campañas de monitoreo de basura marina, también en estudios experimentales con objetos flotantes conocidos, nos permitió desarrollar y probar un nuevo algoritmo que alcanza un 80 por ciento de precisión en el remoto detección de macro-basura marina flotante ”, dice el miembro del equipo Odei García-Garín.

La herramienta puede analizar imágenes individualmente o clasificarlas en diferentes segmentos, contando la basura en cada sección para ofrecer una estimación de la densidad. En su forma actual, la herramienta es una aplicación web de acceso abierto disponible para profesionales en el campo, pero el equipo espera desarrollar una versión que pueda funcionar con drones, para automatizar completamente el proceso.