Tras la defensa de su tesis ‘Visión por ordenador e inteligencia artificial para la evaluación de los componentes del rendimiento en la viticultura digital’, Fernando Palacios López ha obtenido el grado de doctor por la Universidad de La Rioja. Ha logrado la calificación de sobresaliente ‘cum laude’ con mención internacional.

Desarrollada en el marco del programa 783D de Doctorado en Enología, Viticultura y Sostenibilidad de la Universidad de La Rioja, la tesis ha sido dirigida por Javier Tardáguila y Paz Diago y plantea la viticultura digital –basada en técnicas de visión artificial, aprendizaje profundo y automático– como alternativa a los métodos tradicionales para estimar los componentes del rendimiento de la vid, algo de gran relevancia para la industria vitivinícola y los viticultores.

tecnovino Fernando Palacios viticultura digital
La tesis ‘Visión por ordenador e inteligencia artificial para la evaluación de los componentes del rendimiento en la viticultura digital’, de Fernando Palacios López, ha logrando la calificación de sobresaliente ‘cum laude’ con mención internacional

Fernando Palacios López propone una estimación de forma no invasiva, en condiciones de campo, usando como datos imágenes RGB de la vid adquiridas en continuo mediante una plataforma móvil. Estos componentes sirven de indicadores del rendimiento final entre dos meses y 100 días antes de la vendimia. Frente a los métodos tradicionales para obtener estos componentes, la visión e inteligencia artificiales ofrecen una alternativa menos tediosa, que requiere menos tiempo y que permite procesar más datos.

Inicialmente, Fernando Palacios ha desarrollado un algoritmo de visión artificial para extraer las características morfológicas de los racimos, y un modelo de aprendizaje automático para evaluar su compacidad en condiciones de campo, demostrando ser una alternativa más objetiva que la evaluación visual tradicional.

A continuación, el doctor Palacios López ha abordado la cuantificación del número de flores de la vid por cepa. El algoritmo desarrollado (basado en aprendizaje profundo) permite, tras una segmentación semántica individual de cada flor, obtener un indicador de rendimiento cerca de 100 días antes de la vendimia.

En su tesis, Fernando Palacios también plantea que la visión artificial puede emplearse para evaluar el rendimiento en cepas total y parcialmente defoliadas en la zona productiva, combinada con un modelo capaz de capturar la variabilidad en el estado del dosel de diferentes viñedos. Además, la combinación de la visión artificial, el aprendizaje profundo y el aprendizaje automático le ha permitido cuantificar el número de bayas de la vid en tamaño guisante por cepa, superando parcialmente los problemas de oclusión de las bayas.

Así, Fernando Palacios demuestra cómo esta herramienta podría ser muy beneficiosa para desarrollar un indicador de rendimiento casi dos meses antes de la vendimia sin aplicar una defoliación completa intensiva de las cepas.

El modelo de estimación desarrollado en la tesis ha demostrado ser preciso a la hora de estimar el rendimiento en cepas de cabernet sauvignon, malvasía, moscatel, syrah, tempranillo y verdejo, no solo cuando estas variedades de vid estaban ya incluidas en el modelo, sino también cuando eran previamente desconocidas para el mismo.

Fernando Palacios López (Granada, 1992) es graduado en Ingeniería Informática (Especialidad en Computación y Sistemas Inteligentes) y Máster Universitario Oficial en Ciencia de Datos e Ingeniería de Computadores por la Universidad de Granada. Su investigación doctoral en la Universidad de La Rioja la ha llevado a cabo con un contrato predoctoral FPI (2017-2021) financiado por la Comunidad Autónoma de La Rioja.

Ha realizado dos estancias predoctorales, en la Escuela Técnica Superior de Ingeniería Industrial de la Universidad de Castilla-La Mancha (Grupo de investigación VISILAB; 2019); en el CITAB de la Universidad de Trás-os-Montes e Alto Douro en Portugal (2020-2021).