{"id":{"repo_id":"lima","oai_identifier":"oai:repositorio.ulima.edu.pe:20.500.12724/20762"},"canonical_url":"https://search.dev.ndltd.org/etd/lima/oai:repositorio.ulima.edu.pe:20.500.12724/20762","repository":{"repo_id":"lima","name":"Universidad de Lima","base_url":"https://repositorio.ulima.edu.pe/oai/request"},"display":{"title":"Evaluación del impacto de la segmentación de aleta caudal sobre la foto-identificación de ballenas jorobadas","abstract":"La foto-identificación consiste en el análisis de fotografías con el propósito de identificar individuos cetáceos en base a características únicas que cada espécimen de una misma especie exhibe. El uso de esta herramienta permite realizar estudios acerca del tamaño de su población y rutas migratorias mediante la comparación de catálogos. Sin embargo, la cantidad de imágenes que componen estos catálogos es grande, por lo que la ejecución manual de la foto-identificación demanda un tiempo considerable. Por otro lado, muchos de los métodos propuestos para la automatización de esta tarea coinciden en proponer una fase de segmentación para así asegurar que el algoritmo de identificación tome en cuenta únicamente las características del cetáceo y no del fondo. Con el objetivo de determinar si la segmentación mejora los resultados de la identificación de ballenas jorobadas, se construye un método compuesto por una fase de segmentación basado en las redes FCN y PSPNet y una fase de identificación basado en Pérdida de tripletes; se puso a prueba este algoritmo de identificación usando las imágenes sin segmentar y segmentadas. Los resultados indican que la segmentación favorece a la identificación de ballenas jorobadas llegando a un mAP@1 de 0.66 y teniendo el 0.8 de probabilidad de encontrar la identidad correcta cuando los 10 individuos más parecidos son retornados. El método es capaz de clasificar enfocándose en las características del individuo, favoreciendo la identificación especialmente cuando la aleta ocupa una pequeña porción de la imagen original.","abstract_html":"La foto-identificación consiste en el análisis de fotografías con el propósito de identificar individuos cetáceos en base a características únicas que cada espécimen de una misma especie exhibe. El uso de esta herramienta permite realizar estudios acerca del tamaño de su población y rutas migratorias mediante la comparación de catálogos. Sin embargo, la cantidad de imágenes que componen estos catálogos es grande, por lo que la ejecución manual de la foto-identificación demanda un tiempo considerable. Por otro lado, muchos de los métodos propuestos para la automatización de esta tarea coinciden en proponer una fase de segmentación para así asegurar que el algoritmo de identificación tome en cuenta únicamente las características del cetáceo y no del fondo. Con el objetivo de determinar si la segmentación mejora los resultados de la identificación de ballenas jorobadas, se construye un método compuesto por una fase de segmentación basado en las redes FCN y PSPNet y una fase de identificación basado en Pérdida de tripletes; se puso a prueba este algoritmo de identificación usando las imágenes sin segmentar y segmentadas. Los resultados indican que la segmentación favorece a la identificación de ballenas jorobadas llegando a un mAP@1 de 0.66 y teniendo el 0.8 de probabilidad de encontrar la identidad correcta cuando los 10 individuos más parecidos son retornados. El método es capaz de clasificar enfocándose en las características del individuo, favoreciendo la identificación especialmente cuando la aleta ocupa una pequeña porción de la imagen original.","abstract_has_math":false,"creators":["Castro Cabanillas, Andrea Jackeline"],"institution":"Universidad de Lima","degree_name":"Ingeniero de Sistemas","degree_level":"Título Profesional","degree_discipline":"Ingeniería de Sistemas","degree_department":null,"school":null,"contributors":[],"advisors":["Ramos Ponce, Oscar Efraín"],"committee_chairs":[],"committee_members":[],"year":2024,"date_issued":"2024","date_published":"2024","updated_at":"2026-07-24T02:49:49Z","subjects":["Fauna marina","Identificación","Cetáceos","Fotografía"],"languages":["spa"],"rights":["info:eu-repo/semantics/openAccess"],"rights_urls":["https://creativecommons.org/licenses/by-nc-sa/4.0/"],"identifier_entries":[]},"links":{"outbound_url":"https://hdl.handle.net/20.500.12724/20762","outbound_label":"Handle","outbound_source":"dc:identifier.uri"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:contributor.advisor","label":"Advisor","values":["Ramos Ponce, Oscar Efraín"]},{"key":"dc:creator","label":"Author","values":["Castro Cabanillas, Andrea Jackeline"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date.accessioned","label":"Dc Date Accessioned","values":["2024-06-21T13:13:17Z"]},{"key":"dc:date.available","label":"Dc Date Available","values":["2024-06-21T13:13:17Z"]},{"key":"dc:date.issued","label":"Date","values":["2024"]},{"key":"dc:publisher","label":"Institution","values":["Universidad de Lima"]},{"key":"dc:type","label":"Dc Type","values":["info:eu-repo/semantics/bachelorThesis"]},{"key":"thesis:degree_discipline","label":"Discipline","values":["Ingeniería de Sistemas"]},{"key":"thesis:degree_level","label":"Degree Level","values":["Título Profesional"]},{"key":"thesis:degree_name","label":"Degree Name","values":["Ingeniero de Sistemas"]},{"key":"thesis:institution_name","label":"Thesis Institution Name","values":["Universidad de Lima. Facultad de Ingeniería"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Fauna marina","Identificación","Cetáceos","Fotografía"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language.iso","label":"Language (ISO)","values":["spa"]},{"key":"dc:rights","label":"Dc Rights","values":["info:eu-repo/semantics/openAccess"]},{"key":"dc:rights.uri","label":"Rights URI","values":["https://creativecommons.org/licenses/by-nc-sa/4.0/"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier.uri","label":"Identifier URI","values":["https://hdl.handle.net/20.500.12724/20762"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description.abstract","label":"Abstract","values":["La foto-identificación consiste en el análisis de fotografías con el propósito de identificar individuos cetáceos en base a características únicas que cada espécimen de una misma especie exhibe. El uso de esta herramienta permite realizar estudios acerca del tamaño de su población y rutas migratorias mediante la comparación de catálogos. Sin embargo, la cantidad de imágenes que componen estos catálogos es grande, por lo que la ejecución manual de la foto-identificación demanda un tiempo considerable. Por otro lado, muchos de los métodos propuestos para la automatización de esta tarea coinciden en proponer una fase de segmentación para así asegurar que el algoritmo de identificación tome en cuenta únicamente las características del cetáceo y no del fondo. Con el objetivo de determinar si la segmentación mejora los resultados de la identificación de ballenas jorobadas, se construye un método compuesto por una fase de segmentación basado en las redes FCN y PSPNet y una fase de identificación basado en Pérdida de tripletes; se puso a prueba este algoritmo de identificación usando las imágenes sin segmentar y segmentadas. Los resultados indican que la segmentación favorece a la identificación de ballenas jorobadas llegando a un mAP@1 de 0.66 y teniendo el 0.8 de probabilidad de encontrar la identidad correcta cuando los 10 individuos más parecidos son retornados. El método es capaz de clasificar enfocándose en las características del individuo, favoreciendo la identificación especialmente cuando la aleta ocupa una pequeña porción de la imagen original.","Photo-identification consists of the analysis of photographs with the purpose of identifying individual cetaceans based on unique characteristics that each specimen of the same species exhibits. The use of this tool allows studies of population size and migratory routes by comparing catalogs. However, the number of images that make up these catalogs is large, so the manual execution of photo-identification requires considerable time. Many of the methods proposed for the automation of this task coincide in proposing a segmentation phase to ensure that the identification algorithm considers only the characteristics of the cetacean and not the background. To determine whether segmentation improves humpback whale's identification results, we constructed a method composed of a segmentation phase based on FCN and PSPNet networks and an identification phase based on Triplet Loss; we tested this identification algorithm using unsegmented and segmented images. The results indicate that segmentation favors the identification of humpback whales reaching a mAP@1 of 0.66 and having 0.8 probability of finding the correct identity when the 10 most similar individuals are returned. The method is available to classify by focusing on the characteristics of the individual, favoring identification especially when the whale's fluke occupies a small portion of the original image."]},{"key":"dc:format","label":"Dc Format","values":["application/pdf"]},{"key":"dc:source","label":"Dc Source","values":["Repositorio Institucional - Ulima","Universidad de Lima"]},{"key":"dc:title","label":"Title","values":["Evaluación del impacto de la segmentación de aleta caudal sobre la foto-identificación de ballenas jorobadas"]}]}],"canonical_facts":{"dc:contributor.advisor":["Ramos Ponce, Oscar Efraín"],"dc:creator":["Castro Cabanillas, Andrea Jackeline"],"dc:date.accessioned":["2024-06-21T13:13:17Z"],"dc:date.available":["2024-06-21T13:13:17Z"],"dc:date.issued":["2024"],"dc:description.abstract":["La foto-identificación consiste en el análisis de fotografías con el propósito de identificar individuos cetáceos en base a características únicas que cada espécimen de una misma especie exhibe. El uso de esta herramienta permite realizar estudios acerca del tamaño de su población y rutas migratorias mediante la comparación de catálogos. Sin embargo, la cantidad de imágenes que componen estos catálogos es grande, por lo que la ejecución manual de la foto-identificación demanda un tiempo considerable. Por otro lado, muchos de los métodos propuestos para la automatización de esta tarea coinciden en proponer una fase de segmentación para así asegurar que el algoritmo de identificación tome en cuenta únicamente las características del cetáceo y no del fondo. Con el objetivo de determinar si la segmentación mejora los resultados de la identificación de ballenas jorobadas, se construye un método compuesto por una fase de segmentación basado en las redes FCN y PSPNet y una fase de identificación basado en Pérdida de tripletes; se puso a prueba este algoritmo de identificación usando las imágenes sin segmentar y segmentadas. Los resultados indican que la segmentación favorece a la identificación de ballenas jorobadas llegando a un mAP@1 de 0.66 y teniendo el 0.8 de probabilidad de encontrar la identidad correcta cuando los 10 individuos más parecidos son retornados. El método es capaz de clasificar enfocándose en las características del individuo, favoreciendo la identificación especialmente cuando la aleta ocupa una pequeña porción de la imagen original.","Photo-identification consists of the analysis of photographs with the purpose of identifying individual cetaceans based on unique characteristics that each specimen of the same species exhibits. The use of this tool allows studies of population size and migratory routes by comparing catalogs. However, the number of images that make up these catalogs is large, so the manual execution of photo-identification requires considerable time. Many of the methods proposed for the automation of this task coincide in proposing a segmentation phase to ensure that the identification algorithm considers only the characteristics of the cetacean and not the background. To determine whether segmentation improves humpback whale's identification results, we constructed a method composed of a segmentation phase based on FCN and PSPNet networks and an identification phase based on Triplet Loss; we tested this identification algorithm using unsegmented and segmented images. The results indicate that segmentation favors the identification of humpback whales reaching a mAP@1 of 0.66 and having 0.8 probability of finding the correct identity when the 10 most similar individuals are returned. The method is available to classify by focusing on the characteristics of the individual, favoring identification especially when the whale's fluke occupies a small portion of the original image."],"dc:format":["application/pdf"],"dc:identifier.uri":["https://hdl.handle.net/20.500.12724/20762"],"dc:language.iso":["spa"],"dc:publisher":["Universidad de Lima"],"dc:rights":["info:eu-repo/semantics/openAccess"],"dc:rights.uri":["https://creativecommons.org/licenses/by-nc-sa/4.0/"],"dc:source":["Repositorio Institucional - Ulima","Universidad de Lima"],"dc:subject":["Fauna marina","Identificación","Cetáceos","Fotografía"],"dc:title":["Evaluación del impacto de la segmentación de aleta caudal sobre la foto-identificación de ballenas jorobadas"],"dc:type":["info:eu-repo/semantics/bachelorThesis"],"thesis:degree_discipline":["Ingeniería de Sistemas"],"thesis:degree_level":["Título Profesional"],"thesis:degree_name":["Ingeniero de Sistemas"],"thesis:institution_name":["Universidad de Lima. Facultad de Ingeniería"]},"updated_at":"2026-07-24T02:49:49Z"}