Prototipo de sistema para el registro digital de perros mediante reconocimiento de huella nasal

Lizbeth Estefanía Borja Madril, Edison German Vargas Arellano, Carlos Eduardo Salazar Guaña

Resumen


La identificación de perros en Quito presenta desafíos con los métodos tradicionales de identificación dificultando la recuperación de mascotas en caso de pérdidas y el control de poblaciones, el presente artículo propone el diseño de un prototipo de sistema para el registro digital basado en el reconocimiento biométrico de la huella nasal de perros el cual busca determinar la viabilidad técnica y el potencial de esta tecnología para mejorar la gestión y el bienestar animal en la ciudad definiendo requerimientos a partir de encuestas dirigidas a veterinarios, estudiantes de veterinaria, personal de albergues, rescatistas independientes y centros de atención animal, junto a la captura y procesamiento de imágenes nasales para construir un conjunto de datos y se evaluará el desempeño del prototipo en cuanto a precisión y usabilidad, fundamentándose en la problemática del abandono y la sobrepoblación animal, tomando en cuenta la legislación ecuatoriana de bienestar animal, los avances en biometría y visión artificial aplicados a la identificación animal, en el desarrollo de la metodología se empleará un enfoque mixto, combinando la evaluación cuantitativa del prototipo con la recopilación cualitativa de requerimientos de usuarios.


Palabras clave


Reconocimiento Huella Nasal; Registro Digital Mascotas; Bienestar Animal; Quito; Prototipo; Biometría Animal.

Texto completo:

PDF HTML

Referencias


Armas Cajas, J. W. (2024, marzo). Evaluación del grado de bienestar animal en caninos (Canis Lupus Familiaris) en la parroquia Calderón, cantón Quito, provincia de Pichincha. https://repoadmin.utc.edu.ec/items/986fb765-0a25-414e-92e1-0138ebbf58a1

Bae, H. B., Pak, D., & Lee, S. (2021). Dog nose-print identification using deep neural networks. IEEE Access, 9, 49141-49153. https://doi.org/10.1109/ACCESS.2021.3068517

Burbano López, C. E., & Castro Ordóñez, M. L. (2021). Desarrollo de un software como herramienta para el reconocimiento de patrones faciales caninos. Universidad del Azuay. https://dspace.uazuay.edu.ec/bitstream/datos/11322/1/16859.pdf

Chan, Y., Lin, C., Ben, Y., Wang, C., Yang, S., Tsai, M., & Yu, S. (2023). Dog nose-print recognition based on the shape and spatial features of scales. Expert Systems With Applications, 240, 122308. https://doi.org/10.1016/j.eswa.2023.122308

Choi, H. I., Kim, M., Yoon, H., Lee, S., Choi, S. S., Han, C. Y., Moon, H. P., Byun, C., & Kwon, S. (2021). Study on the viability of canine nose pattern as a unique biometric marker. Animals, 11(12), 3372. https://doi.org/10.3390/ani11123372

Cihan, P., Saygili, A., Ozmen, N. E., & Akyuzlu, M. (2023). Identification and recognition of animals from biometric markers using computer vision approaches: A review. Kafkas Universitesi Veteriner Fakultesi Dergisi. https://doi.org/10.9775/kvfd.2023.30265

Euronews Next. (2022, noviembre 1). Each dog has a unique nose: South Korea tests out nose print ID for national pet registration. Euronews. https://www.euronews.com/next/2022/11/01/each-dog-has-a-unique-nose-south-korea-tests-out-nose-print-id-for-national-pet-registrati

Lescano Salazar, R. A. (2021). Percepción del riesgo sanitario que tienen los rescatistas de animales de compañía en el cantón Quito. Repositorio Institucional. https://www.dspace.uce.edu.ec/server/api/core/bitstreams/edec620a-6986-4f68-84d7-7463c5e29f9b/content

Li, G., Erickson, G. E., & Xiong, Y. (2022). Individual beef cattle identification using muzzle images and deep learning techniques. Animals, 12(11), 1453. https://doi.org/10.3390/ani12111453

López Lozada, L. G. (2024, noviembre 31). Comparación jurídica internacional sobre sanciones en el maltrato animal: Ecuador y Países Bajos. Código Científico, Revista de Investigación. https://doi.org/10.55813/gaea/ccri/v5/n2/609

McGinley, M. S. (2024, enero 10). Datos y estadísticas sobre el maltrato animal en 2024. https://www.usatoday.com/money/blueprint/pet-insurance/animal-abuse-statistics/

Molano de la Roche, M. C. (2021, octubre 21). Estado del arte del método mixto en la investigación: método cualitativo y método cuantitativo. Revista Semillas del Saber. https://revistas.unicatolica.edu.co/revista/index.php/semillas/article/view/317/179

Piray Rodríguez, P. O., Urrutia Guevara, J. A., & Molina Gutiérrez, T. J. (2022, noviembre). La efectividad en la enseñanza del marco legal entorno al bienestar animal. Revista Conrado, 18(89), 516-526. http://scielo.sld.cu/pdf/rc/v18n89/1990-8644-rc-18-89-516.pdf

Weng, Z., Meng, F., Liu, S., Zhang, Y., Zheng, Z., & Gong, C. (2022). Cattle face recognition based on a two-branch convolutional neural network. Computers and Electronics in Agriculture, 196, 106871. https://doi.org/10.1016/j.compag.2022.106871




DOI: https://doi.org/10.23857/pc.v10i6.9766

Enlaces de Referencia

  • Por el momento, no existen enlaces de referencia
';

Bookmark and Share




Polo del Conocimiento              

Revista Científico-Académica Multidisciplinaria

ISSN: 2550-682X

Casa Editora del Polo                                                 

Manta - Ecuador       

Dirección: Ciudadela El Palmar, II Etapa,  Manta - Manabí - Ecuador.

Código Postal: 130801

Teléfonos: 056051775/0991871420

Email: polodelconocimientorevista@gmail.com / director@polodelconocimiento.com

URL: https://www.polodelconocimiento.com/