Desarrollar e implementar de herramientas innovadoras usando técnicas de inteligencia artificial, como por ejemplo Machine Learning/Deep Learning, y descomposición en valores singulares, para la identificación y cuantificación en línea de la captura de forma robusta y fiable, incluso cuando los ejemplares en la cinta transportadora están solapados y/o superpuestos es el programa Sicaptor que ha recibido ayuda financiera del FEMP. 

Los beneficiarios del proyecto han sido el   Instituto de Investigaciones Marinas – Consejo Superior de Investigaciones Científicas (IIM-CSIC)Socios, el Instituto Español de Oceanografía (IEO), Fundación Pública Galega Centro Tecnolóxico de Supercomputación de Galicia (CESGA) y la Organización de Productores de Pesca Fresca del Puerto y Ría de Marín (OPROMAR).

El enfoque innovador del proyecto permitirá la toma de decisiones en tiempo real mediante la utilización de mapas que describen el estado de los stocks pesqueros en base a distintos criterios: índice de idoneidad pesquera, presencia de juveniles/especies vulnerables o relación coste/beneficio. Dichos mapas se generan en un Geoportal mediante la combinación de herramientas avanzadas GIS, modelos matemáticos y datos suministrados por el iObserver. Armadores, científicos y/o legisladores podrán usar estas novedosas herramientas para la identificación de áreas óptimas de pesca, evitando las capturas no deseadas y minimizando los descartes pesqueros, o para el desarrollo de una regulación eficiente que garantice la sostenibilidad de los recursos pesqueros y el cumplimiento de la obligación de desembarco.

Específicos:

1. Dotar al sistema iObserver con herramientas fiables para el reconocimiento de especies con ejemplares solapados
2. Mejorar y ampliar el catálogo de especies incluídas en el iObserver
3. Dotar al sistema iObserver de una completa autonomía en su manejo
4. Conseguir un sistema de iluminación que permita obtener unas condiciones de luz homogéneas en toda la fotografía
5. Dotar al iObserver con un sistema de sensores que permita la captura automática de fotografías evitando el solapamiento de imágenes
6. Probar la eficiencia de las mejoras del iObserver a bordo de barcos pesqueros
7. Mejora de las herramientas GIS disponibles e introducción de las mismas en la gestión de la actividad pesquera diaria de cara a la minimización de descartes y cumpliento de la obligación de desembarque

Descripción: 

La disponibilidad de datos completos y fiables de la actividad pesquera (capturas+descartes) permitiría a los armadores evaluar el estado de las distintas zonas de pesca y mejorar, así, su eficiencia. Además, dicha información se podría usar para mejorar las políticas de gestión de las pesquerías, o para verificar el cumplimiento de las políticas europeas de eliminación de los descartes pesqueros (obligación de desembarque).

Los sistemas disponibles en la actualidad para la recolección de estos datos tienen una serie de desventajas que hacen que la información sea incompleta o de poca calidad. Principalmente, las desventajas están relacionadas con: elevado coste de los sistemas, baja fiabilidad de los datos, baja cobertura de las zonas de pesca, o interferencia en la actividad pesquera. Es necesario, por lo tanto, el desarrollo de nuevas soluciones que sean capaces de hacer frente a dichas desventajas ,tales como tecnologías de monitorización electrónica que permitan identificar y cuantificar, en tiempo real (on-line), toda la captura a bordo de barcos comerciales.

Una de las tecnologías más prometedoras es el sistema iObserver, desarrollado en el marco del proyecto LIFE iSEAS. Se trata de un dispositivo electrónico que, instalado sobre la cinta de triado, obtiene fotografías de toda la captura. El software instalado en el iObserver, basado en visión artificial, analiza cada una de las fotografías identificando la especie y estimando el tamaño y el peso de cada ejemplar. Además, crea un archivo de texto que contiene toda la información. Esta información se envía en tiempo real, vía satélite o telefónica, a un servidor en tierra. Allí se analiza y se usa para alimentar los modelos matemáticos que permiten hacer predicciones del estado de la pesquería. Además, se hace uso del Geoportal, entre otras herramientas SIG (Sistemas de Información Geográfica), para generar mapas que permiten visualizar de forma sencilla los datos.

Se pretende mejorar este sistema iObserver para que pueda proporcionar datos más fiables de toda la captura. Para tal fin, se usarán herramientas de inteligencia artificial para identificar objetos en imágenes o vídeos. Básicamente, cuando los humanos vemos una fotografía o un vídeo, detectamos con rapidez personas, objetos, lugares y detalles visuales. El objetivo es enseñar a un ordenador a hacer lo que resulta natural para los humanos: comprender el contenido de una imagen. Este tipo de algoritmos se llevan usando años en múltiples campos de nuestra vida diaria, como por ejemplo: conducción autónoma de vehículos, diagnóstico por imagen en medicina o desbloqueo de un Smartphone con nuestro rostro. En el proyecto SICAPTOR se busca introducir estos conceptos tan novedosos en el sector pesquero a fin de modernizarlo y permitirle disponer de nuevas herramientas que le ayuden en su actividad diaria y en una gestión sostenible de los recursos, cumpliendo además con los requerimientos establecidos en la Política Pesquera Común y su Obligación de Desembarque.