La clasificación de los árboles es compleja, especialmente a gran escala, por la cantidad de trabajo que requiere. Se necesita un equipo de personal cualificado pertrechado de sensores específicos para recoger datos y después analizarlos. Sin embargo, un trabajo realizado por investigadores de la Universidad de Kyoto, en Japón, ha propuesto un método mucho más sencillo.
Se trata de usar RPAS para clasificar a los árboles. Su sistema, además de novedoso, es relativamente barato de llevar a cabo. Al menos en cuanto a los requerimientos de hardware que se necesitan. Los investigadores han empleado una cámara RGB convencional para tomar fotografías de los árboles desde el cielo.
En otros métodos que se han probado anteriormente se utilizan tecnologías de imagen caras, como cámaras multiespectrales, con el fin de obtener datos más precisos sobre los árboles. Pero estos científicos japoneses se ha decantado por una tecnología al alcance de todos, tanto por precio como por accesibilidad.
Mediante su cámara RGB los drones captan imágenes de la superficie arbolada. Volando sobre el bosque de Kyoto y tras tomar fotografías, los investigadores lograron separar individualmente las copas de los árboles. El siguiente paso es profundizar en la inteligencia artificial utilizada, en este caso deep learning, para dividir a los árboles en siete categorías.
Los científicos crearon seis categorías específicas de árboles y una séptima que usaron como cajón de sastre, donde entraban todos los que no se clasificaban en ninguna de las seis anteriores. Lo interesante del estudio es que su precisión llega al 89%. Y lo hace con tecnología sencilla y asequible.
La parte principal del trabajo sin duda está en el software de deep learning desarrollado por los investigadores. El trabajo confirma así la tendencia que se viene dando desde hace tiempo en el ámbito de la investigación: en el software es donde hay más margen para mejorar que en el hardware.