Resumen

Entre los muchos métodos de aprendizaje profundo, el modelo de red neuronal convolucional (CNN, por sus siglas en inglés) tiene un excelente rendimiento en el reconocimiento de imágenes. La investigación sobre la identificación y clasificación de conjuntos de datos de imágenes utilizando CNN está en curso. Se espera que el reconocimiento y clasificación de especies animales con CNN sea útil para diversas aplicaciones. Sin embargo, el reconocimiento de características sofisticadas es esencial para clasificar cuasi-especies con características similares, como las cuasi-especies de loros que tienen una alta similitud de color. El propósito de este estudio es desarrollar una aplicación móvil basada en visión para clasificar especies de loros en peligro de extinción utilizando un modelo CNN avanzado basado en transfer learning (algunos loros tienen colores y formas bastante similares). Adquirimos las imágenes de dos maneras: recolectándolas directamente del zoológico de Seoul Grand Park y rastreándolas utilizando la búsqueda de Google. Posteriormente, construimos modelos CNN avanzados con transfer learning y los entrenamos utilizando los datos. Luego, convertimos uno de los modelos completamente entrenados en un archivo para su ejecución en dispositivos móviles y creamos los archivos de paquete de Android. Se midió la precisión para cada uno de los ocho modelos CNN. La precisión general para la cámara del dispositivo móvil fue del 94.125%. Para ciertas especies, la precisión de reconocimiento fue del 100%, con un tiempo requerido de solo 455ms. Nuestro enfoque ayuda a reconocer las especies en tiempo real utilizando la cámara del dispositivo móvil. Las aplicaciones serán útiles para la prevención del contrabando de especies en peligro de extinción en el área de despacho de aduanas.

• Materias:Red 5G Internet de las cosas Seguridad de la información Tecnologías de comunicación
• Subjects:5G Network Internet of things Information security Communication technologies
• Palabras claves:Métodos de aprendizaje profundo; Red neuronal convolucional; Reconocimiento de imágenes; Reconocimiento de especies animales; Modelo CNN; Aprendizaje de transferencia.
• Keywords:Deep learning methods; Convolutional neural network; Image recognition; Animal species recognition; CNN model; Transfer learning