Desarrollo de un Algoritmo-Deep Learning para reconocimiento de objetos de minería aurífera ilegal en imágenes de Drones/Satelitales y cámaras FLIR.

La deforestación representa aproximadamente el 6-17% de las emisiones globales de carbono y, mientras que las tasas de deforestación global han disminuido a nivel mundial en las últimas 2 décadas, la tasa de destrucción de los bosques en la Amazonía occidental se está acelerando. Si bien gran parte de estas áreas son deforestadas para la agricultura, la silvicultura y la ganadería, las actividades pequeñas y, a menudo, difíciles de detectar, como la tala selectiva, el cultivo decoca y la extracción artesanal de oro son responsables de una gran parte de la pérdida de bosques en la Amazonía occidental. La extracción artesanal de oro es única entre estos impulsores de la deforestación por su severidad de impactos, dejando un paisaje altamente degradado. Esta actividad deja el carbono forestal residual más bajo que cualquier uso de la tierra en la región y también conduce a la pérdida de los servicios ecosistémicos, la defaunación, daño de la calidad del agua y la contaminación ambiental por mercurio. En Madre de Dios, el incremento del precio de oro debido a la recesión económica mundial junto a la construcción de la carretera interoceánica llevó a un aumento considerable de la pérdida forestal. Asimismo, la ganadería y la agricultura son drivers importantes de deforestación los cuales han ido incrementándose debido a la migración de personas de las regiones andinas a la llanura Amazónica. Para implementar las mejores técnicas de reforestación de las áreas degradadas se necesitan clasificar espacialmente los distintos drivers de deforestación. Asimismo, para combatir la minería ilegal es importante identificar dónde se están realizando activamente estas operaciones. Actualmente, los vehículos aéreos no tripulados son herramientas que nos permiten colectar información espacial de alta resolución a bajo costo. Además, los algoritmos de aprendizaje automatizado facilitan enormemente los análisis e identificación de objetos en las imágenes aéreas/satelitales y videos FLIR

CABALLERO ESPEJO ,JORGE ARMANDO