SISTEMA MÓVEL DE IDENTIFICAÇÃO PARA GALINHAS CAIPIRA DA RAÇA CANELA-PRETA
Carregando...
Data
Autores
Título da Revista
ISSN da Revista
Título de Volume
Editor
DOI
Resumo
RESUMO : O aumento significativo de criatórios de galinhas caipiras, especialmente da raça CanelaPreta, no estado do Piauí, ressalta a necessidade de superar desafios relacionados ao uso limitado de recursos tecnológicos no controle da produção avícola. Inovações tecnológicas impulsionam este cenário promissor, respondendo à crescente demanda por soluções eficazes de identificação e monitoramento de aves caipiras em diversos ambientes. O objetivo geral desta pesquisa foi desenvolver um aplicativo de identificação de galinhas da raça canela-preta para smartphones, mediante o emprego de inovações tecnológicas e algoritmos avançados. Para o desenvolvimento do aplicativo, utilizou-se 466 imagens de152 galinhas da raça canela-preta. Essas imagens foram usadas para treinar e ajustar um algoritmo de identificação, permitindo aprender e reconhecer características específicas dessa raça. A arquitetura desse algoritmo foi desenvolvida com base em experimentações e avaliações de desempenho. Utilizou-se o framework YOLOv8 para detecção de objetos e localização das galinhas nas imagens. O algoritmo Random Forest foi aplicado para análise de características específicas e classificação precisa do animal. No desenvolvimento do aplicativo, optou-se por uma abordagem em que os usuários realizaram a captura e transmissão de imagens em tempo real para um servidor central, recebendo, em contrapartida, resultados de identificação do animal. A análise estatística dos resultados de reconhecimento revelou uma taxa média de precisão de 99,4% e uma taxa de erro médio de 0,04%, evidenciando, assim, a confiabilidade da abordagem. O aplicativo desenvolvido
revelou-se uma ferramenta promissora para a identificação precisa e eficiente desses
animais.
Palavras-chave: aves domésticas; inteligência artificial; reconhecimento de animais;
processamento de imagens; visão computacional.
ABSTRACT :The significant increase in free-range chicken farms, especially of the Canela-Preta breed, in the state of Piauí, highlights the need to overcome challenges related to the limited use of technological resources in controlling poultry production. Technological innovations drive this promising scenario, responding to the growing demand for effective solutions for identifying and monitoring free-range birds in different environments. The general objective of this research was to develop an application for identifying black cinnamon chickens for smartphones, using technological innovations and advanced algorithms. To develop the application, 466 images of 152 black cinnamon chickens were used. These images were used to train and adjust an identification algorithm, allowing it to learn and recognize specific characteristics of this breed. The architecture of this algorithm was developed based on experiments and performance evaluations. The YOLOv8 framework was used to detect objects and locate the chickens in the images. The Random Forest algorithm was applied to analyze specific characteristics and accurately classify the animal. When developing the application, an approach was chosen in which users captured and transmitted images in real
time to a central server, receiving, in return, animal identification results. Statistical analysis of the recognition results revealed an average accuracy rate of 99.4% and an average error rate of 0.04%, thus demonstrating the reliability of the approach. The developed application proved to be a promising tool for the accurate and efficient identification of these animals.
Keywords: domestic birds; artificial intelligence; animal recognition; image processing;
computer vision
Descrição
Orientador: Profº Dr. Natanael Pereira da Silva Santos.
Examinador interno :Prof. Dr. Romuere Rodrigues Veloso e Silva( Externo ao Programa).
Examinadora externa : Prof. Dra. Débora Araújo de Carvalho (UESPI ).
Examinador externo :Prof. Dr. Luiz Antonio Silva Figueiredo Filho ( IFMA ).
