Todos los días, los usuarios cargan millones de fotos en plataformas, como Flickr, Instagram o Facebook. Un estudio de investigadores del Instituto de Tecnología de Karlsruhe KIT ahora muestra que estas fotos se pueden usar para evaluar la importancia social de ciertos paisajes.Para este propósito, desarrollaron un nuevo método de análisis de imágenes basado en inteligencia artificial. Los resultados pueden ser de particular importancia para la gestión y presentación del paisaje. Los resultados se publican en la revista Indicadores ecológicos .
El funcionamiento de los ecosistemas es de vital importancia para los humanos: suministran recursos importantes, como alimentos, agua o combustible. Pero también desempeñan un papel cultural como centros turísticos, destinos de vacaciones o motivos fotográficos estéticos ". Las numerosas fotos publicadas por personas en línealas plataformas revelan que los paisajes tienen una enorme importancia cultural ", dice la Dra. Heera Lee del Instituto de Meteorología e Investigación Climática del KIT en Garmisch-Partenkirchen. En su opinión, esto debe considerarse en el desarrollo sostenible y la planificación del paisaje. En consecuencia, Lee y ellaEl equipo ha desarrollado un método para que los planificadores de paisajes usen fotos de manera rápida y confiable en las redes sociales para sacar conclusiones con respecto a la importancia sociocultural de los paisajes.
Su estudio "Mapeo de los servicios del ecosistema cultural 2.0 - Potencial y deficiencias de las imágenes no etiquetadas de origen público" cubre la región de la cuenca Mulde en Sajonia como un ejemplo. "Aquí, las montañas Ore atraen a personas que quieren ir de excursión,Lee en bicicleta de montaña o practica deportes de invierno ", dice. La cantidad de fotos publicadas por los visitantes en diferentes plataformas es, por lo tanto, alta. Para su estudio, Lee y su equipo recogieron fotos publicadas en Flickr del 1 de enero de 2005 al 31 de diciembre de 2016.Durante este período, 725 personas diferentes cargaron unas 13,000 fotos de la región en la plataforma en línea.
La evaluación de las fotos refleja con gran detalle cómo los turistas y la población local usan el área de la cuenca Mulde para actividades de ocio o para disfrutar de la naturaleza. Ahora, los planificadores de paisajes pueden identificar los "puntos críticos" y comprender mejor la importancia socioculturalde ciertas áreas. Sobre esta base, pueden limitar el acceso a áreas en peligro o crear ofertas e instalaciones para apoyar sus actividades.
Evaluación de imágenes con la ayuda del aprendizaje automático y la inteligencia artificial
Para obtener declaraciones confiables y relevantes con respecto al uso sociocultural de los paisajes, Lee y su equipo desarrollaron un nuevo método que también considera el contenido de la foto: "No solo queríamos saber dónde y cuándo estaban las fotostomado, pero principalmente lo que fue fotografiado. Esta fue la única forma de identificar los puntos críticos culturales en la región estudiada ".
Los investigadores obtuvieron información sobre las fotos de las etiquetas dadas por los usuarios en el momento de la publicación. Muestran dónde se tomó una foto y qué se puede ver en ella. Sin embargo, los investigadores tuvieron que hacer frente a dos desafíos: la calidadde las etiquetas dadas por los usuarios y la duración de la evaluación. Aunque Flickr sugiere etiquetas para fotos y videos, no son utilizados por todos los usuarios. Como 2500 de estas fotos estudiadas no tenían etiquetas y 590 tenían una sola etiqueta, elEl equipo de investigadores decidió utilizar etiquetas automáticas de un algoritmo de reconocimiento de imágenes basado en redes neuronales convolucionales profundas a través de una plataforma de computación en la nube, Clarifai. Este algoritmo asignó 20 etiquetas a cada foto. En total, se aplicaron 2317 etiquetas diferentes a aproximadamente 13,000 fotos.
"Entonces supusimos que fotos similares contenían etiquetas similares. Si las etiquetas similares coexistían en varias fotos, consideramos esto como un indicador de las fotos que pertenecen juntas", dice Lee. Con la ayuda de análisis de redes sociales, los investigadoresdividió las etiquetas en nueve grupos temáticos y asignó las fotos a uno o varios de estos grupos. Las vistas de primer plano de flores o mariposas se asignaron al grupo "Existencia", ya que mostraban objetos existentes en las áreas estudiadas. Lee y su equipoluego verificó la precisión del método mediante una evaluación manual: aproximadamente el 20% de las etiquetas se asignaron incorrectamente. Sin embargo, los investigadores esperan que la confiabilidad de la asignación mejore significativamente con el desarrollo adicional de la inteligencia artificial. Además, Leey su equipo comparó los resultados con estudios empíricos sobre el uso cultural de áreas agrícolas con resultados similares.
El método desarrollado también acelera la evaluación. La asignación de las etiquetas a las casi 13,000 fotos tomó cerca de tres horas. Para comparar: manualmente, una persona puede etiquetar alrededor de 140 fotos por hora ". Con este método, pudimos confiablementey rápidamente clasifica y asigna fotos de las redes sociales ", dice Lee. El método también se puede transferir a otras regiones cuyas fotos se han publicado en Internet. La Unión Europea y el Ministerio Federal de Educación e Investigación de Alemania financiaron la investigación de Heera Leecon dos proyectos, a saber, OPERAs y CONNECT of BiodivERsA 2011, respectivamente.
Fuente de la historia :
Materiales proporcionado por Instituto Karlsruher für Technologie KIT . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cite esta página :