Banca de DEFESA: DANYELLI DE OLIVEIRA AMANAJÁS

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: DANYELLI DE OLIVEIRA AMANAJÁS
DATA: 05/10/2022
HORA: 09:00
LOCAL: Por questões de propriedade intelectual a banca será fechada
TÍTULO:

Extração de descritores de forma de bovinos a partir de imagens de RPA (Aeronave Remotamente Pilotada) com implementação do Mask R-CNN

PALAVRAS-CHAVES:

Aprendizado de Máquinas, Bovinocultura de Corte, Pecuária de Precisão, Redes Neurais Convolutivas Profundas, Visão Computacional 

PÁGINAS: 57
GRANDE ÁREA: Ciências Agrárias
ÁREA: Zootecnia
SUBÁREA: Produção Animal
ESPECIALIDADE: Manejo de Animais
RESUMO:

Objetivou-se com esse estudo, extrair descritores de forma de bovinos com base em visão computacional a partir do imageamento por Aeronave Remotamente Pilotada (RPA), com a implementação de um algoritmo de reconhecimento, detecção e segmentação (Mask R-CNN) de objetos em uma imagem. Deste modo, registrou-se vídeos por PRA de 5 a 10 minutos de duração, de 125 fêmeas F1 Angus-Nelore em fase final de terminação, em dois ambientes de criação e em três alturas de sobrevoo (8, 10 e 15m). De posse dos imageamentos, a fim de atender o pré-requisito de entrada de imagens do algoritmo Mask R-CNN, procedeu-se com a extração dos frames (1088 x 1088 pixels), obtendo 1.045 imagens. Ainda sobre estas, foi aplicada a técnica Data Augmentation (DA) por meio do efeito de deslocamento de altura por aproximação (+Zoom), para avaliar os intervalos entre as três alturas de sobrevoo, compondo assim o banco de dados Database Augmentation (DAU) analisado neste estudo, totalizando 1.339 imagens. Este banco foi fracionado em treinamento e teste, obedecendo uma proporção de 70:30, respectivamente. Foram compostos modelos com até 200 épocas e uma arquitetura backbone do Mask R-CNN (ResNet101), tais modelos foram avaliados sob as métricas Loss, Val_Loss e mAP (%). O Database Augmentation mostrou altas precisões, com melhor desempenho para a época 35, com mAP de 96,08%, Loss de 0,2296 e Val_Loss de 0,4888. A partir deste modelo ser selecionado se procedeu com a extração dos descritores de forma para cada objeto (bovino) nas imagens do cenário de confinamento a partir das máscaras extraídas pelo Mask R-CNN. A implementação proposta se mostrou capaz de extrair descritores de forma dos bovinos nas imagens de RPA, permitindo uma futura abordagem para a predição do peso corporal desses animais.

MEMBROS DA BANCA:
Presidente - 1550083 - ANDRE GUIMARAES MACIEL E SILVA
Externo à Instituição - BRUNO MOURA MONTEIRO
Externo à Instituição - EMERSON CORDEIRO MORAIS
Externo à Instituição - LUCIARA CELI CHAVES DAHER
Externo à Instituição - RINALDO BATISTA VIANA