Segmentação automática de objetos em imagens resultantes de experimentos de memória utilizando técnicas de processamento digital de imagens
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFRN |
Texto Completo: | https://repositorio.ufrn.br/handle/123456789/53896 |
Resumo: | A tarefa de reconhecimento de objetos utiliza modelos animais com base na sua curiosidade natural por explorar itens novos, o que a torna uma ferramenta amplamente empregada na pesquisa para investigar diferentes fases da memória por meio do comportamento. Esse paradigma abrange desde a aquisição até a evocação e reconsolidação, fornecendo uma estrutura versátil para explorar múltiplos aspectos da memória. No entanto, a análise manual dos resultados pode ser demorada e suscetível a vieses potenciais. Nesse contexto, este trabalho tem o objetivo de desenvolver um sistema que automatize a identificação das coordenadas dos objetos presentes nas tarefas de reconhecimento com modelos animais, mais especificamente, com roedores. Essa informação é essencial para a aplicação de softwares que monitoram a quantidade e o tempo de exploração de cada item pelo animal, permitindo uma análise mais ágil e objetiva dos testes. Com isso, os pesquisadores poderão direcionar seu foco para outras etapas cruciais da investigação. Os resultados obtidos após a aplicação de técnicas de processamento de imagem demonstraram uma precisão de 99,01% na identificação dos itens, evidenciando uma diferença média de apenas 4,07 pixels em comparação com a marcação manual do centro do objeto. |
id |
UFRN_6b1693d751bfa02c16981a44e83689b5 |
---|---|
oai_identifier_str |
oai:https://repositorio.ufrn.br:123456789/53896 |
network_acronym_str |
UFRN |
network_name_str |
Repositório Institucional da UFRN |
repository_id_str |
|
spelling |
Maciel, Gustavo Gonçalves0009-0002-9690-1614http://lattes.cnpq.br/0926263583680093Gonzalez, Maria Carolinahttp://lattes.cnpq.br/4560931690994322Vale, Tásia Moura Cardoso doTeixeira, Leonardo Rodrigues de Limahttp://lattes.cnpq.br/8435923730992064Barros, Luan Luis Magiolihttp://lattes.cnpq.br/9996320310925260Pacheco, Alessandra Mendes2023-07-20T13:19:22Z2023-07-20T13:19:22Z2023-07-10MACIEL, Gustavo Gonçalves. Segmentação automática de objetos em imagens resultantes de experimentos de memória utilizando técnicas de processamento digital de imagens. Orientadora: Profa. Dra. Alessandra Mendes Pacheco. 2023. 55 f. Trabalho de Conclusão de Curso (curso superior de Tecnologia em Análise e Desenvolvimento de Sistemas) - Unidade Acadêmica Especializada em Ciências Agrárias, Universidade Federal do Rio Grande do Norte, Macaíba, 2023.https://repositorio.ufrn.br/handle/123456789/53896A tarefa de reconhecimento de objetos utiliza modelos animais com base na sua curiosidade natural por explorar itens novos, o que a torna uma ferramenta amplamente empregada na pesquisa para investigar diferentes fases da memória por meio do comportamento. Esse paradigma abrange desde a aquisição até a evocação e reconsolidação, fornecendo uma estrutura versátil para explorar múltiplos aspectos da memória. No entanto, a análise manual dos resultados pode ser demorada e suscetível a vieses potenciais. Nesse contexto, este trabalho tem o objetivo de desenvolver um sistema que automatize a identificação das coordenadas dos objetos presentes nas tarefas de reconhecimento com modelos animais, mais especificamente, com roedores. Essa informação é essencial para a aplicação de softwares que monitoram a quantidade e o tempo de exploração de cada item pelo animal, permitindo uma análise mais ágil e objetiva dos testes. Com isso, os pesquisadores poderão direcionar seu foco para outras etapas cruciais da investigação. Os resultados obtidos após a aplicação de técnicas de processamento de imagem demonstraram uma precisão de 99,01% na identificação dos itens, evidenciando uma diferença média de apenas 4,07 pixels em comparação com a marcação manual do centro do objeto.The object recognition task uses models based on their natural curiosity to explore new items, which makes it a widely used tool in research to investigate different stages of memory through behavior. This paradigm ranges from acquisition to recall and reconsolidation, providing a diverse framework for exploring multiple aspects of memory. However, manual analysis of results can be time consuming and susceptible to potential bias. In this context, this work aims to develop a system that automates the identification of coordinates of objects present in recognition tasks with animal models, more specifically, with rodents. This information is essential for the application of software that monitors the voice and the exploration time of each item by the animal, allowing a more agile and objective analysis of the tests. With this, investigators will be able to direct their focus to other crucial stages of the investigation. The results obtained after applying image processing techniques provided an accuracy of 99.01% in identifying items, showing an average difference of only 4.07 pixels compared to manual marking of the center of the object.Universidade Federal do Rio Grande do NorteTecnologia em Análise e Desenvolvimento de SistemasUFRNBrasilUnidade Acadêmica Especializada em Ciências AgráriasAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOMemóriaReconhecimento de objetosSegmentação de objetosProcessamento digital de imagensCoordenadasMemoryObject recognitionObject segmentationDigital image processingCoordinatesSegmentação automática de objetos em imagens resultantes de experimentos de memória utilizando técnicas de processamento digital de imagensinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisporreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNORIGINALSegmentacaoAutomatica_Maciel_2023.pdfSegmentacaoAutomatica_Maciel_2023.pdfapplication/pdf2036541https://repositorio.ufrn.br/bitstream/123456789/53896/1/SegmentacaoAutomatica_Maciel_2023.pdfcd06c3fe2d86e5d8e253bff8e96ae756MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.ufrn.br/bitstream/123456789/53896/2/license_rdfe39d27027a6cc9cb039ad269a5db8e34MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-81484https://repositorio.ufrn.br/bitstream/123456789/53896/3/license.txte9597aa2854d128fd968be5edc8a28d9MD53123456789/538962023-07-20 10:19:23.064oai:https://repositorio.ufrn.br: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Repositório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2023-07-20T13:19:23Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false |
dc.title.pt_BR.fl_str_mv |
Segmentação automática de objetos em imagens resultantes de experimentos de memória utilizando técnicas de processamento digital de imagens |
title |
Segmentação automática de objetos em imagens resultantes de experimentos de memória utilizando técnicas de processamento digital de imagens |
spellingShingle |
Segmentação automática de objetos em imagens resultantes de experimentos de memória utilizando técnicas de processamento digital de imagens Maciel, Gustavo Gonçalves CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO Memória Reconhecimento de objetos Segmentação de objetos Processamento digital de imagens Coordenadas Memory Object recognition Object segmentation Digital image processing Coordinates |
title_short |
Segmentação automática de objetos em imagens resultantes de experimentos de memória utilizando técnicas de processamento digital de imagens |
title_full |
Segmentação automática de objetos em imagens resultantes de experimentos de memória utilizando técnicas de processamento digital de imagens |
title_fullStr |
Segmentação automática de objetos em imagens resultantes de experimentos de memória utilizando técnicas de processamento digital de imagens |
title_full_unstemmed |
Segmentação automática de objetos em imagens resultantes de experimentos de memória utilizando técnicas de processamento digital de imagens |
title_sort |
Segmentação automática de objetos em imagens resultantes de experimentos de memória utilizando técnicas de processamento digital de imagens |
author |
Maciel, Gustavo Gonçalves |
author_facet |
Maciel, Gustavo Gonçalves |
author_role |
author |
dc.contributor.authorID.pt_BR.fl_str_mv |
0009-0002-9690-1614 |
dc.contributor.authorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/0926263583680093 |
dc.contributor.referees2.none.fl_str_mv |
Vale, Tásia Moura Cardoso do |
dc.contributor.referees3.none.fl_str_mv |
Teixeira, Leonardo Rodrigues de Lima |
dc.contributor.referees3Lattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/8435923730992064 |
dc.contributor.referees4.none.fl_str_mv |
Barros, Luan Luis Magioli |
dc.contributor.referees4Lattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/9996320310925260 |
dc.contributor.author.fl_str_mv |
Maciel, Gustavo Gonçalves |
dc.contributor.advisor-co1.fl_str_mv |
Gonzalez, Maria Carolina |
dc.contributor.advisor-co1Lattes.fl_str_mv |
http://lattes.cnpq.br/4560931690994322 |
dc.contributor.advisor1.fl_str_mv |
Pacheco, Alessandra Mendes |
contributor_str_mv |
Gonzalez, Maria Carolina Pacheco, Alessandra Mendes |
dc.subject.cnpq.fl_str_mv |
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
topic |
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO Memória Reconhecimento de objetos Segmentação de objetos Processamento digital de imagens Coordenadas Memory Object recognition Object segmentation Digital image processing Coordinates |
dc.subject.por.fl_str_mv |
Memória Reconhecimento de objetos Segmentação de objetos Processamento digital de imagens Coordenadas Memory Object recognition Object segmentation Digital image processing Coordinates |
description |
A tarefa de reconhecimento de objetos utiliza modelos animais com base na sua curiosidade natural por explorar itens novos, o que a torna uma ferramenta amplamente empregada na pesquisa para investigar diferentes fases da memória por meio do comportamento. Esse paradigma abrange desde a aquisição até a evocação e reconsolidação, fornecendo uma estrutura versátil para explorar múltiplos aspectos da memória. No entanto, a análise manual dos resultados pode ser demorada e suscetível a vieses potenciais. Nesse contexto, este trabalho tem o objetivo de desenvolver um sistema que automatize a identificação das coordenadas dos objetos presentes nas tarefas de reconhecimento com modelos animais, mais especificamente, com roedores. Essa informação é essencial para a aplicação de softwares que monitoram a quantidade e o tempo de exploração de cada item pelo animal, permitindo uma análise mais ágil e objetiva dos testes. Com isso, os pesquisadores poderão direcionar seu foco para outras etapas cruciais da investigação. Os resultados obtidos após a aplicação de técnicas de processamento de imagem demonstraram uma precisão de 99,01% na identificação dos itens, evidenciando uma diferença média de apenas 4,07 pixels em comparação com a marcação manual do centro do objeto. |
publishDate |
2023 |
dc.date.accessioned.fl_str_mv |
2023-07-20T13:19:22Z |
dc.date.available.fl_str_mv |
2023-07-20T13:19:22Z |
dc.date.issued.fl_str_mv |
2023-07-10 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
MACIEL, Gustavo Gonçalves. Segmentação automática de objetos em imagens resultantes de experimentos de memória utilizando técnicas de processamento digital de imagens. Orientadora: Profa. Dra. Alessandra Mendes Pacheco. 2023. 55 f. Trabalho de Conclusão de Curso (curso superior de Tecnologia em Análise e Desenvolvimento de Sistemas) - Unidade Acadêmica Especializada em Ciências Agrárias, Universidade Federal do Rio Grande do Norte, Macaíba, 2023. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufrn.br/handle/123456789/53896 |
identifier_str_mv |
MACIEL, Gustavo Gonçalves. Segmentação automática de objetos em imagens resultantes de experimentos de memória utilizando técnicas de processamento digital de imagens. Orientadora: Profa. Dra. Alessandra Mendes Pacheco. 2023. 55 f. Trabalho de Conclusão de Curso (curso superior de Tecnologia em Análise e Desenvolvimento de Sistemas) - Unidade Acadêmica Especializada em Ciências Agrárias, Universidade Federal do Rio Grande do Norte, Macaíba, 2023. |
url |
https://repositorio.ufrn.br/handle/123456789/53896 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal do Rio Grande do Norte |
dc.publisher.program.fl_str_mv |
Tecnologia em Análise e Desenvolvimento de Sistemas |
dc.publisher.initials.fl_str_mv |
UFRN |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Unidade Acadêmica Especializada em Ciências Agrárias |
publisher.none.fl_str_mv |
Universidade Federal do Rio Grande do Norte |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRN instname:Universidade Federal do Rio Grande do Norte (UFRN) instacron:UFRN |
instname_str |
Universidade Federal do Rio Grande do Norte (UFRN) |
instacron_str |
UFRN |
institution |
UFRN |
reponame_str |
Repositório Institucional da UFRN |
collection |
Repositório Institucional da UFRN |
bitstream.url.fl_str_mv |
https://repositorio.ufrn.br/bitstream/123456789/53896/1/SegmentacaoAutomatica_Maciel_2023.pdf https://repositorio.ufrn.br/bitstream/123456789/53896/2/license_rdf https://repositorio.ufrn.br/bitstream/123456789/53896/3/license.txt |
bitstream.checksum.fl_str_mv |
cd06c3fe2d86e5d8e253bff8e96ae756 e39d27027a6cc9cb039ad269a5db8e34 e9597aa2854d128fd968be5edc8a28d9 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN) |
repository.mail.fl_str_mv |
|
_version_ |
1802117706300784640 |