Localización y conteo de árboles en áreas de interés forestal mediante imágenes áereas multiespectrales georreferenciadas.

Abstract

En la actualidad, una de las industrias que más aporta al Producto Interno Bruto de Chile es la industria forestal, alcanzando un 2% de su totalidad el año 2021. Teniendo en consideración los esfuerzos que realiza esta industria para mejorar los inventarios de árboles en los distintos bosques. Es que este trabajo presenta y aplica una metodología basada en algoritmos de aprendizaje profundo supervisados para la tarea de conteo y detección de árboles en predios forestales de la Región del Biobío. Con esto, se pretende automatizar el proceso de conteo y detección, mejorar la gestión de los recursos y proveer información para la estimación de proyecciones, que en conjunto guíen la acertada toma de decisiones. Para lograr esto, se hace uso de imágenes multiespectrales georreferenciadas, que son procesadas y pasadas por detectores de objetos de una etapa pertenecientes al área de la visión computacional llamados YOLOv5 y Scaled YOLOv4. En paralelo, se aplican técnicas de escalamientos tales como el aumento en la resolución de la imagen de entrada, o aumento en la profundidad y ancho de la red neuronal convolucional para lograr un buen desempeño en las tareas descritas. La metodología para automatizar la detección y el conteo de árboles, se compara con un estudio realizado en la misma zona de Chile. Al contrastar los resultados, se puede concluir que se logran mejoras en el conteo y detección con el enfoque propuesto cuando se comparan los detectores utilizados.