Informe Técnico Final Proyecto Deep-RAMP

El proyecto Deep-RAMP - Deep-learning para mejorar la gestión de la Red de Áreas Marinas Protegidas de la Demarcación Noratlántica – ha contribuido a cubrir las necesidades de automatización en la identificación e inventario de las especies estructurantes de los hábitats bentónicos vulnerables de la Red Natura 2000 Marina, permitiendo de ese modo el seguimiento del estado de conservación de estas zonas.
Este proyecto se centra en diferentes zonas protegidas de gestión estatal presentes en la Demarcación Noratlántica. La distribución espacial de las zonas de estudio favorece la investigación sobre los efectos de conectividad. No hay que olvidar que la conectividad entre áreas es un elemento clave que va tomando más relevancia según nuestro país aumenta el número de zonas marinas protegidas y la superficie cubierta por ellas.
El objetivo principal del proyecto es avanzar en el desarrollo tecnológico que posibilite la monitorización de fondos oceánicos mediante técnicas de análisis de imagen basadas en algoritmos de inteligencia artificial.
Para ello se ha trabajado con la información obtenida por sensores ópticos integrados en vehículos submarinos de control remoto, como los ROTV equipados con cámaras de video y fotográficas, que han posibilitado durante los últimos años la adquisición de una ingente cantidad de información en forma de imágenes durante la ejecución de multitud de campañas oceanográficas.
La propuesta incluye la investigación en el uso de estos métodos para la detección y clasificación automática de especies seleccionadas a partir de las imágenes capturadas, teniendo en cuenta las particularidades propias de la imagen submarina y el tipo de especies a analizar. La selección de estas especies se realizará teniendo en cuenta aquellas especies bentónicas estructurantes de hábitats de especial relevancia para la gestión de la RN2000 marina.