Digitalización inmersiva del Bosque Murocomba con técnicas de procesamiento de imágenes

Diego Intriago-Rodríguez
https://orcid.org/0000-0003-4829-0089
Mathías Ortega-Rizzo
https://orcid.org/0009-0007-9952-075X
Carlos Belezaca-Pinargote
https://orcid.org/0000-0002-3158-7380
Edison Solano-Apuntes
Resumen

Este artículo presenta el desarrollo de una solución tecnológica basada en procesamiento de imágenes para la digitalización inmersiva del Bosque Protector Murocomba, ubicado en la provincia de Los Ríos, Ecuador. La propuesta integra el uso de una cámara 360° para la captura de imágenes esféricas de alta calidad, que fueron procesadas digitalmente con el fin de optimizar su nitidez, corregir imperfecciones y facilitar su integración en un entorno virtual interactivo. Como parte del sistema, se implementó un modelo de inteligencia artificial con arquitectura YOLOv8, entrenado para detectar especies vegetales presentes en los senderos del bosque. Estas detecciones se incorporaron a una aplicación web que permite a los usuarios explorar el recorrido de manera remota, interactuar con el contenido e identificar la flora del lugar sin necesidad de presencia física. El proyecto busca ofrecer una alternativa para la conservación del ecosistema mediante el acceso digital a su biodiversidad, reduciendo el impacto humano directo y promoviendo la educación ambiental. Los resultados demuestran la efectividad de combinar tecnologías inmersivas y modelos de detección para representar entornos naturales con alto valor ecológico de forma accesible y sostenible.

DESCARGAS
Los datos de descarga aún no están disponibles.
Cómo citar
Intriago Rodríguez, D., Ortega Rizzo, M., Belezaca Pinargote, C., & Solano Apuntes, E. (2025). Digitalización inmersiva del Bosque Murocomba con técnicas de procesamiento de imágenes. Revista Tecnológica - ESPOL, 37(E1), 77-87. https://doi.org/10.37815/rte.v37nE1.1355

Referencias

Cho, Y., & Park, K. S. (2023). Designing Immersive Virtual Reality Simulation for Environmental Science Education. Electronics 2023, 12(2), 315. https://doi.org/10.3390/ELECTRONICS12020315

Guo, K., Fan, A., Lehto, X., & Day, J. (2021). Immersive Digital Tourism: The Role of Multisensory Cues in Digital Museum Experiences. Journal of Hospitality & Tourism Research, 47(6), 1017–1039. https://doi.org/10.1177/10963480211030319

Schöne, B., Kisker, J., Lange, L., Gruber, T., Sylvester, S., & Osinsky, R. (2023). The reality of virtual reality. Frontiers in Psychology, 14. https://doi.org/10.3389/FPSYG.2023.1093014

He, K., Zhang, X., Ren, S., & Sun, J. (2016). Deep Residual Learning for Image Recognition (pp. 770–778). http://image-net.org/challenges/LSVRC/2015/

Nazare, A.-K., Moldoveanu, A., & Moldoveanu, F. (2024). Virtual Journeys, Real Engagement: Analyzing User Experience on a Virtual Travel Social Platform. Information, 15(7), 396. https://doi.org/10.3390/info15070396

Redmon, J., Divvala, S., Girshick, R., & Farhadi, A. (2016). You Only Look Once: Unified, Real-Time Object Detection (pp. 779–788). http://pjreddie.com/yolo/

Rodríguez-Lira, D.-C., Córdova-Esparza, D.-M., Álvarez-Alvarado, J. M., Romero-González, J.-A., Terven, J., & Rodríguez-Reséndiz, J. (2024). Comparative Analysis of YOLO Models for Bean Leaf Disease Detection in Natural Environments. AgriEngineering, 6(4), 4585-4603. https://doi.org/10.3390/agriengineering6040262

Shorten, C., & Khoshgoftaar, T. M. (2019). A survey on Image Data Augmentation for Deep Learning. Journal of Big Data, 6(1), 1–48. https://doi.org/10.1186/S40537-019-0197-0/FIGURES/33

Vongpaxa, V. (2024). Application of WebVR Technology for 360-Panoramic Heritage Exploration: A Case Study of Wat Phou Heritage, Laos. Engineering and Technology Journal, 09(11). https://doi.org/10.47191/ETJ/V9I11.01