Reconocimiento de bayas de uva blanca ocultas en copas de viñedo de alta densidad mediante redes neuronales convulcionales (CNN)

Reconocimiento de bayas de uva blanca ocultas en copas de viñedo de alta densidad mediante redes neuronales convulcionales (CNN)

Un nuevo Seminario de Investigación, impartido por Pilar Barreiro y Valeriano Méndez, tendrá lugar este viernes 13 de diciembre en el CEIGRAM. El Seminario se llevará a cabo de forma Online y Presencial, en la Sala de Conferencias del CEIGRAM, a las 10:00. 

La identificación y cuantificación de racimos de uva blanca en viñedos de alta densidad de copa sigue siendo un reto en el marco de la Viticultura de Precisión, aunque se han realizado numerosos intentos empleando diversos enfoques estadísticos y algoritmos convencionales de procesamiento de imágenes. Esta investigación utiliza una base de datos de 236 imágenes de campo ampliada mediante procesos de enriquecimiento de datos. Se han recogido imágenes RGB, complementadas con el registro experto de las uvas en las imágenes, utilizando posteriormente herramientas redes neuronales convolucionales como estrategia de IA; se han evaluado diversos pretratamientos de las imágenes, así como procedimientos de parametrización de las redes neuronales convolucionales. Como resultado, se han identificado uvas en imágenes que no eran apreciables a simple vista para los expertos, caracterizando los modelos con métricas estándar, y gráficos de visualización específicamente diseñados por el equipo de investigación de naturaleza multidisciplinar.

Pilar Barreiro, Catedrática del Departamento de Ingeniería Agroforestal de la ETSIAAB, cuenta con una larga trayectoria investigadora, iniciada en 1991 con la evaluación de equipos postcosecha y la integración de sensores en líneas de selección. Ha contribuido significativamente al desarrollo de equipos espectrofotométricos de inspección automatizada en línea en el marco de LPF_TAGRALIA, lo que ha permitido el registro de nuevas variedades. Cuenta con una amplia experiencia en agricultura de precisión, mecatrónica y agricultura digital, incluyendo pruebas de verificación sobre el terreno de maquinaria agrícola. Asimismo, ha participado en el desarrollo y verificación de redes de sensores de bajo coste, vigilancia del almacenamiento y transporte de productos perecederos y sensores basados en modelos. En 2016, pasó un tiempo en el Leeds Institute for Data Analytics para conocer a fondo la aplicación de BIGDATA en el sector agroalimentario.

Valeriano Méndez, Profesor Contratado Doctor en la Sección Departamental de la ETSIAAB del Departamento de Matemática Aplicada de la UPM, quien además ha trabajado durante 30 años en el departamento de informática de BBVA en diversos proyectos de diseño y desarrollo o arquitectura de procesos.

Pilar Baeza, Profesora Titular en el Departamento de Producción Agraria de la ETSIAAB, ha trabajado sobre el riego, las variedades de vid y la sostenibilidad en los viñedos españoles. También ha abordado el problema de la baja sostenibilidad en zonas cálidas proponiendo la poda mínima como solución. Ha realizado una evaluación enológica de variedades minoritarias en zonas cálidas. También trabaja en viticultura de precisión, poniendo de manifiesto la utilidad y las limitaciones de los índices obtenidos con una cámara multiespectral y CWSI para determinar el estado hídrico del olivar y viñedo respectivamente. En el Proyecto BigPrediData busca generar conocimiento y soluciones innovadoras que permitan predecir el comportamiento de los viñedos ante las diferentes coyunturas climáticas.