Predição da composição, qualidade e características sensoriais da carne de bovinos utilizando sensor de profundidade
tipificação automática de carcaças; avaliação de carcaça por imagem 3D
Há uma tendência mundial de maior interesse pelo conhecimento da origem e das características de produtos de origem animal. Nesse contexto, a carne bovina apresenta diversos aspectos indicativos tanto da quantidade (composição tecidual) como da qualidade (cor, suculência, textura, aspecto) que influenciam a decisão de compra pelo consumidor. A avaliação dessas características na indústria é caracterizada como onerosa e improvável em grandes amostras, sendo adotadas técnicas preditivas com maior ou menor nível de invasibilidade. A predição por meio de técnicas de visão computacional tem apresentado bons resultados em diversas espécies (ovina, suína, equina e bovina), destacando-se a praticidade, acurácia e baixa invasibilidade, sendo a maioria dos estudos voltados para a predição da composição tecidual. Dessa maneira, objetivou-se predizer características quantitativas, de composição tecidual, características qualitativas e sensoriais da carne de bovinos Nelore baseada no uso de câmeras coloridas e com sensores de profundidade, observando a existência grupos de carcaças com características distintas, detectadas por visão computacional, e avaliar a habilidade preditiva dessa metodologia em contraste com um sistema usual de avaliação visual, o Sistema Europeu de Tipificação. As coletas serão realizadas em abatedouro frigoríficos sob serviço de inspeção federal (SIF) localizados no município de Castanhal, Pará. Serão utilizadas carcaças de 400 bovinos Nelore, machos inteiros. Serão obtidas imagens digitais das carcaças em linhas de abate, seus respectivos pesos, características quantitativas, classes de conformação e acabamento segundo o Sistema Europeu, características de composição tecidual, qualitativas e sensoriais da carne, esta última por meio de painel treinado, além de características extraídas por processamento de imagens digitais (descritores de forma em duas e três dimensões). Será empregada a modelagem de equações estruturais voltada para a predição e para a identificação de heterogeneidade no conjunto, expressando classes obtidas unicamente a partir de visão computacional, visando contrastando a habilidade preditiva dessa metodologia de classes com as do Sistema Europeu a partir da avaliação dos parâmetros dos modelos e de critérios de informação.