Identificação de bovinos pelo estudo do espelho nasal

• Autor(a) principal: Bordignon, Alexandre Opeck de Morais
• Data de Publicação: 2018
• Outros Autores: Turuta, Anderson Hideyuki, Ariello, Guilherme Eleuterio
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
• Texto Completo: http://repositorio.utfpr.edu.br/jspui/handle/1/8430
• topic: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA; Sistemas embarcados (Computadores); Aprendizado do computador; Biometria; Processamento de imagens - Técnicas digitais; Animais - Identificação; Identificação biométrica; Pecuária; Embedded computer systems; Machine learning; Biometry; Image processing - Digital techniques; Animals - Identification; Biometric identification; Animal culture

A identificação rápida e confiável de bovinos em um sistema produtivo é importante sob diversos aspectos, e por isso tem ganhado cada vez mais atenção entre pesquisadores em anos recentes. Como exemplo disso pode-se citar o controle necessário sobre rebanhos enviados a frigoríficos ou fazendas de ordenha. Os sistemas de identificação tradicionais, presentes no mercado possuem diversas falhas, como perda de informações e possibilidades de fraudes. Esse fato, aliado as exigências na qualidade e rastreabilidade na exportação de bovinos, cria a necessidade de uma alternativa a esses sistemas. Partindo desse cenário este trabalho foi desenvolvido para analisar a possibilidade de identificação biométrica de bovinos a partir de imagens do espelho nasal, região central localizada abaixo das narinas e acima do lábio superior do animal, e imagens do focinho inteiro do bovino, tendo em vista que, assim como a impressão digital em seres humanos, os bovinos apresentam unicidade nas características biométricas dessas regiões. Nossa pesquisa investigou diversos algoritmos de processamento digital de imagens, extração de características e classificação, bem como a possibilidade de transferir o software desenvolvido para um sistema embarcado em uma placa Nvidia Jetson TX1, buscando abrir um precedente para o desenvolvimento futuro de um sistema de identificação de bovinos em tempo real. Taxas de acerto de 100% foram obtidas em um computador i7 através dos algoritmos extratores de características PCA, SIFT, SURF e de uma Rede Neural Convolucional, e dos algoritmos de classificação kNN e SVM, quando os mesmos foram aplicados ao conjunto de imagens cedidos pela Universidade de São Paulo. Estes mesmos testes, realizados no conjunto de imagens cedidos pelo Instituto Agronômico do Paraná geraram taxas de acerto de 100% apenas no caso em que a Rede Neural Convolucional foi usada como extrator de características. Na placa Nvidia, o conjunto de imagens da USP gerou taxas de acerto de 99,51%, enquanto o conjunto de imagens do IAPAR gerou taxas de acerto de 93,65%.