Embedded Computer Vision Systems for Anomaly Detection and Biodiversity Indicator Analysis in Proactive Ecosystem Management
Year: 2026
Type: dissertation
Abstract: La conservació de la biodiversitat i la monitorització ambiental són reptes de gran rellevància en un context marcat pel canvi climàtic i la pèrdua accelerada d’espècies. En aquest escenari, les tecnologies de visió per computador i l’aprenentatge profund ofereixen noves oportunitats per automatitzar tasques com la identificació, el recompte i el seguiment d’espècies, així com per analitzar el comportament animal en diferents entorns. L’objectiu principal d’aquesta tesi és dissenyar i validar metodologies i eines basades en visió per computador que contribueixin a millorar la monitorització de la biodiversitat i del medi ambient. Els objectius específics inclouen: (i) el recompte automàtic d’espècies i la monitorització d’hàbitats en temps real; (ii) l’anàlisi del comportament d’animals domèstics abandonats; (iii) la creació de sistemes escalables de vigilància ecològica mitjançant arquitectures que combinen computació a l’edge i al núvol, i (iv) l’avaluació crítica de l’ús de models de llenguatge (LLMs) per a la monitorització ambiental i la detecció de desinformació. La recerca integra tècniques d’aprenentatge profund, detecció i seguiment d’objectes, processament de vídeo multihil i anàlisi automatitzada de dades ambientals. A més, s’han desenvolupat marcs metodològics reproductibles que aprofiten les capacitats de la computació distribuïda en el continuum edge-núvol. Els resultats mostren que és possible dissenyar solucions eficaces i adaptables per a la monitorització en entorns naturals i urbans. La tesi presenta avenços rellevants en la precisió del recompte automàtic d’espècies, eines per a la caracterització automatitzada del comportament animal i una avaluació crítica de les possibilitats i limitacions dels models de llenguatge aplicats a l’àmbit ambiental.Les contribucions d’aquest treball obren noves línies de recerca en visió per computador aplicada a la sostenibilitat i proporcionen eines útils per a iniciatives de conservació, gestió de fauna i monitorització ambiental en temps real.
Author: Akinwehinmi, Oluwakemi
Language: English
Subfield: Computer Vision and Pattern Recognition
Field: Computer Science
Domain: Physical Sciences
SDG: Life on land
Open Access status: green
OpenAlex ID: W7127745034
Cites:
Cited by:
Related to:
