Gracias a métodos estadístico-computacionales de reconocimiento de patrones aplicados a 800 ladridos de perro de la raza Mudi (originaria de Hungría), un equipo de científicos, con participación de la Universidad Politécnica de Madrid, ha podido reconocer automáticamente el sexo, la edad y otras otras características de cada perro en función de las señales acústicas de cada ladrido.
Una investigación del comportamiento canino demuestra que el sexo, la edad y el contexto en el que se encuentra el perro, así como el reconocimiento individual del mismo pueden efectuarse con un alto porcentaje de acierto por medio de métodos estadístico-computacionales de reconocimiento de patrones aplicados a sus ladridos.
Así lo revela el grupo de investigación Computational Intelligence Group (CIG) de la Escuela Técnica Superior de Ingenieros Informáticos de la Universidad Politécnica de Madrid (UPM), en colaboración con una estudiante de veterinaria de la Universidad Alfonso X El Sabio, y el departamento de Etología de la Eötvös Loránd University de Budapest. Estos resultados podrían resultar de gran ayuda para organizaciones que necesitan identificar el estado del perro para el desarrollo de algunas tareas.
La comunicación canina ha sido un tema de investigación en etología durante la última década. La mayoría de los trabajos se han centrado en estudiar cómo los canes son capaces de entender diferentes formas de comunicación humana, por ejemplo a través de la visualización de gestos y el reconocimiento de la voz humana.
Ahora, el estudio, publicado en Animal Cognition, ha tenido como objetivo interpretar las señales acústicas obtenidas a partir de los ladridos de los perros cuando estos han sido sometidos a diferentes situaciones. Esta interpretación se efectúa desarrollando un sistema computacional basado en modelización estadística, que ha demostrado ser capaz de reconocer diferentes características propias del perro (sexo, edad, individuo, situación en la que se encuentra, etc.).
Reconocer al perro por su ladrido
Los experimentos se llevaron a cabo en Budapest con ocho ejemplares –tres machos y cinco hembras– de la raza Mudi, originaria de Hungría, y que es utilizada como perro pastor. De cada uno de los ocho perros (con edades comprendidas entre uno y diez años) se registraron 100 ladridos.
El total de 800 ladridos se obtuvo al situar al perro en siete situaciones distintas: solo, en la cual el dueño del perro ató al mismo a un árbol; jugando con un balón; peleando, para la cual un humano actuó imitando un ataque al dueño del perro; recibiendo su ración de comida; jugando con el dueño; en compañía de una persona que resultaba extraña para el perro; y preparándose para salir de casa con el dueño. Cada uno de los 800 ladridos se caracterizó a partir de 29 mediciones acústicas.
Usando los distintos modelos computacionales obtenidos de los datos de la experimentación se pudo reconocer correctamente el sexo del perro en el 85,13% de las veces, mientras que la edad del mismo (recodificada como joven, adulto y viejo) se clasificó sin fallos en el 80,25% de las ocasiones.
En la tarea de identificar (de entre las siete posibles) la situación en la que se encontraba el animal se realizó con éxito en el 55,50% de las veces, mientras que el reconocimiento (de entre los 8 que participaron en el estudio) del ejemplar Mudi que se encontraba ladrando se hizo correctamente en el 67,63% de las ocasiones.
Este trabajo pone de manifiesto la riqueza y la relevancia biológica de la información contenida en los ladridos de los perros, y abre nuevas posibilidades en la investigación aplicada. Ejemplo de ello es la evaluación del comportamiento canino que es de gran importancia para distintas organizaciones, para las cuales el desarrollo de software con el que identificar el miedo, la angustia y el nivel de agresividad de un perro puede ser de gran ayuda.
Referencia bibliográfica:
Larrañaga, A; Bielza, C; Pongracz, P; Farago, T; Balint, A; Larrañaga, P. "Comparing supervised learning methods for classifying sex, age, context and individual Mudi dogs from barking". Animal Cognition, 18 (2):405-421; 10.1007/s10071-014-0811-7 MAR 2015
La Fundación BBVA ha galardonado al informático japonés, de la Universidad Carnegie Mellon (EE UU), por crear los algoritmos que permiten a las máquinas comprender las imágenes y procesar los movimientos. Sus técnicas están presentes en los coches autónomos, los drones y todos los robots con capacidad de visión, como los que se usan en cirugía.
Investigadores de la Universidad de León han aplicado redes neuronales artificiales a imágenes captadas con drones para reconocer, con un 95 % de acierto, la huella que dejaron las explotaciones auríferas de los romanos en el noroeste peninsular. El sistema se puede aplicar para reducir los riesgos asociados a las minas abandonadas, que causan pérdidas humanas y económicas en todo el mundo.
