Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/23712| Título: | Estudo comparativo de técnicas de detecção do espelho nasal de bovinos |
| Título(s) alternativo(s): | Comparative study of bovine muzzle setection techniques |
| Autor(es): | Ramos Junior, Jorge Luiz dos Santos |
| Orientador(es): | Dorini, Leyza Elmeri Baldo |
| Palavras-chave: | Detectores Identificação biométrica Bovinos - Identificação Detectors Biometric identification Cattle - Identification |
| Data do documento: | 16-Dez-2019 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Curitiba |
| Citação: | RAMOS JUNIOR, Jorge Luiz dos Santos. Estudo comparativo de técnicas de detecção do espelho nasal de bovinos . 2019. Trabalho de Conclusão de Curso (Bacharelado em Sistemas da Informação) - Universidade Tecnológica Federal do Paraná, Curitiba, 2019. |
| Resumo: | A identificação de bovinos é de suma importância em vários contextos, como o controle de surtos de doenças e gerenciamento da produção dos rebanhos. Um dos métodos que podem ser utilizados para realizar a identificação é a análise de características do espelho nasal, através de uma foto do animal. Neste contexto, um dos sub-problemas é a detecção da região do espelho nasal em uma foto que contém vários outros objetos. Este trabalho realiza uma comparação entre duas técnicas que podem ser utilizadas para a detecção sobre três grupos de fotos de bovinos: Classificador em Cascata usando características MB-LBP Cascade, e Classificador baseado na Rede Neural Convolucional You Only Look Once (YOLO). Em geral, o detector utilizando YOLO obteve melhores resultados em todos os cenários e obteve uma taxa de falsas detecções da região de interesse de 0.00%. |
| Abstract: | Bovine identification is very important in many circumstances, such as controlling disease outbreaks and managing cattle production. One of the means by which identification can be done is by analyzing an animal’s muzzle print features, as extracted out of a photo containing the animal. Under this context, one of the subproblems is detecting the muzzle region in a photo that also has many other objects. This work compares two techniques that can be used for object detection in this context: Cascade Classifier using MB-LBP Features and YOLO (You Only Look Once) CNN based Classifier. In general, the YOLO detector had better results in all scenarios and managed a region of interest false positive detection rate of 0.00%. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/23712 |
| Aparece nas coleções: | CT - Sistemas de Informação |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| CT_COSIS_2019_2_05.pdf | 9,59 MB | Adobe PDF |  Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.