Los bosques sintéticos reducen drásticamente las etiquetas para drones que cuentan árboles

Escena forestal de alta resolución renderizada en Unreal Engine para el estudio. Crédito: Yihang She

Un dron para estudios forestales ahora puede entrenarse para identificar árboles individuales usando un entorno virtual, reduciendo la cantidad de etiquetado en el mundo real al 2%–3% de lo que requieren los métodos tradicionales.

Investigadores de la Universidad de Cambridge crearon el simulador de bosques sintéticos como parte del trabajo doctoral de Yihang She en el Departamento de Ciencias de la Computación y Tecnología. El sistema genera escenas forestales realistas, simula vuelos de drones y produce automáticamente datos LiDAR etiquetados.

Recomendado

Por qué los artículos científicos pueden envenenar el entrenamiento de los LLM

Identificar árboles individuales en el dosel forestal es esencial para medir el crecimiento de los bosques, evaluar respuestas al cambio climático y estimar el almacenamiento de carbono. Los sistemas de visión por computador existentes normalmente requieren que los investigadores delineen miles de árboles en datos de prospección a mano, un proceso que puede llevar semanas.

“En la prospección forestal, la recolección de datos en sí no es la parte difícil; la parte difícil es limpiar y etiquetar esos datos. Sin una segmentación precisa de árboles individuales, ninguno de los trabajos posteriores es posible. Ahí es donde este estudio encaja en el panorama general.”

Cómo funciona el simulador de bosques sintéticos

Los investigadores utilizaron las herramientas de generación procedural de Unreal Engine para construir bosques virtuales. Después hicieron volar un dron simulado por esos entornos con un escáner láser simulado, creando una nube de puntos 3D virtual similar a los datos producidos por una aeronave real equipada con LiDAR.

Como el simulador sabe qué puntos pertenecen a cada árbol, hoja y pieza de madera, las nubes de puntos resultantes están etiquetadas desde el principio. El enfoque elimina el paso de segmentación manual en la generación de datos sintéticos.

Vista desde un dron de un bosque simulado generado con Unreal Engine. Crédito: Yihang She

El modelo resultante aún necesita algunos ejemplos del mundo real para su ajuste fino. Sin embargo, el estudio encontró que solo requería el 2%–3% de las etiquetas usadas por los métodos convencionales. En la comparación reportada por los investigadores, un modelo entrenado con datos simulados rindió tan bien como uno entrenado con un conjunto de datos del mundo real completamente etiquetado.

Muestras de los datos sintéticos de entrenamiento representan las hojas y la madera por color, mientras que otra vista de etiquetado identifica árboles individuales. En el simulador, esas etiquetas se generan de manera instantánea.

De los coches autónomos a la ecología forestal

El enfoque de She se inspiró en el uso de tecnología de videojuegos en el desarrollo de vehículos autónomos. Mientras buscaba datos del mundo real para la reconstrucción 3D de bosques, vio cómo los fabricantes de coches autónomos generan numerosos escenarios simulados, incluyendo conducción imprudente y eventos inesperados.

Un ejemplo de vegetación de CARLA, un simulador de coches autónomos también construido sobre Unreal Engine, sugirió que el mismo método podría aplicarse a los bosques. El equipo de Cambridge añadió HELIOS++, un simulador láser basado en la física para prospecciones forestales, y combinó los componentes en la herramienta de código abierto Cambridge Arboreal Modelling Panoptic 3D, o CAMP3D.

CAMP3D está disponible gratuitamente en la página de GitHub del proyecto. El estudio y la herramienta se publicaron en el International Journal of Computer Vision.

Andrew Blake, profesor emérito de inteligencia de máquinas en la Universidad de Cambridge y co-director de la tesis de She, dijo que la técnica podría reutilizarse en investigaciones de ecología forestal. Blake fue pionero en la investigación temprana de visión por computador detrás del Kinect de Microsoft y codesarrolló un método de segmentación primer plano-fondo que todavía se usa en herramientas como Word y PowerPoint.

“Yihang ha realizado aquí un trabajo magnífico en simulación de visión. Es una herramienta moderna y excelente para la investigación impulsada por IA en ecología forestal, y debería ser ampliamente reutilizable.”

Simulación de observaciones satelitales

Tras demostrar el método con mapeo láser simulado, el equipo sustituyó el LiDAR por una simulación más compleja de ondas electromagnéticas dispersas. Eso permitió a los investigadores renderizar los bosques tal como podrían aparecer ante un satélite en paso.

She dijo que esto podría permitir al equipo investigar el funcionamiento interno de modelos geoespaciales, incluyendo Tessera, el modelo base de la Universidad de Cambridge para datos satelitales.

“Abre la posibilidad de diseñar simulaciones controladas para sondear lo que los modelos base geoespaciales han aprendido sobre conceptos físicos.”

Los investigadores no ofrecieron una fecha de publicación ni resultados de rendimiento para este trabajo de simulación satelital. El estudio publicado es «Ampliando la visión forestal con datos sintéticos», de Yihang She y colegas, en el International Journal of Computer Vision (2026), DOI: 10.1007/s11263-026-02923-y.

Swati Mestri. Crédito: TechXplore

Swati Mestri tiene una licenciatura en Ingeniería Electrónica y ha trabajado como editora de contenido desde 2019. Ha editado documentos de investigación sobre tecnología, atención sanitaria y ciencia de materiales, con un interés particular en tecnología y el espacio.

Robert Egan. Crédito: TechXplore

Robert Egan tiene una licenciatura en biología matemática y una maestría en escritura creativa. Ha viajado extensamente y escribe desde perspectivas moldeadas por la ciencia y el lenguaje.