Desarrollo de un modelo de IA para la identificación categorizada de objetos en el entorno marítimo

Abstract

En este Trabajo Fin de Grado (TFG) se persigue desarrollar un modelo de Inteligencia Artificial que detecte con precisión las embarcaciones registradas por un sistema de cámaras desplegado en el entorno costero y, además, sea capaz de clasificar de qué tipo de embarcación se trata. Con este objetivo en mente, se ha creado un conjunto de datos (dataset) que, a partir de unas especificaciones fruto del análisis de organismos que regulan el entorno marítimo y una distribución correcta de imágenes para distintos tipos de casos, nos ha permitido entrenar un modelo de red neuronal para la detección y categorización de diversas embarcaciones en el mar. Estas embarcaciones engloban desde pequeñas motos acuáticas hasta grandes navíos destinados al ámbito industrial. El modelo en cuestión permitirá una mejor monitorización del tráfico marino, así como mejorar la gestión de las embarcaciones, que se mostrarán en el interior de un marco que indicará el tipo de navío correspondiente en cada caso. Este trabajo ha sido posible gracias a la colaboración entre la empresa Qualitas Artificial Intelligence and Science S.A. (QAISC) 2 y el Centro de Tecnologías de la Imagen 3 (CTIM) de la Universidad de Las Palmas de Gran Canaria en el marco de la iniciativa “Smart Coast AI Solutions 4.0”. Agradecemos a la Plataforma Oceánica de Canarias 4 (PLOCAN) y su red de observación de cámaras costeras, a la Autoridad Portuaria de Las Palmas de Gran Canaria 5 y a los grupos empresariales Anfi del Mar 6 y Radisson Blu 7 por brindarnos su apoyo y ofrecernos el entorno de trabajo necesario para la realización de este trabajo. 2www.qaisc.com 3https://ctim.ulpgc.es/site/ 4https://www.plocan.eu/ 5http://www.palmasport.es/es/ 6https://anfi.com/es/ 7https://www.radissonhotels.com/es-es/hoteles/radisson-blu-resort-gran-canaria

In this Bachelor’s Thesis (BTh), the aim is to develop an Artificial Intelligence model that accurately detects vessels registered by a camera system deployed in the coastal environment and is capable of classifying the type of vessel. With this objective in mind, a dataset has been created based on specifications derived from the analysis of maritime regulatory bodies and a proper distribution of images for different scenarios. This dataset has allowed us to train a neural network model for the detection and categorization of various vessels at sea. These vessels range from small jet skis to large industrial ships. The model in question will enable better monitoring of maritime traffic as well as improve vessel management, displaying the corresponding vessel type within a framework in each case. This work has been made possible through the collaboration between Qualitas Artificial Intelligence and Science S.A. (QAISC)8 and the Image Technologies Center9 (CTIM) at the University of Las Palmas de Gran Canaria within the framework of the “Smart Coast AI Solutions 4.0” initiative. We would like to express our gratitude to the Oceanic Platform of the Canary Islands 10 (PLOCAN) and its network of coastal camera observation, the Port Authority of Las Palmas de Gran Canaria 11, and the business groups Anfi del Mar 12 and Radisson Blu 13 for their support and for providing us with the necessary work environment for the completion of this work. 8www.qaisc.com 9https://ctim.ulpgc.es/site/ 10https://www.plocan.eu/ 11http://www.palmasport.es/es/ 12https://anfi.com/es/ 13https://www.radissonhotels.com/es-es/hoteles/radisson-blu-resort-gran-canaria