Aplicação de técnicas de visão computacional para análise comportamental de animais em confinamento

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorMarcon, Marlon-
Autor(es): dc.contributorKuszera, Evandro Miguel-
Autor(es): dc.contributorWill, Newton Carlos-
Autor(es): dc.contributorMarcon, Marlon-
Autor(es): dc.creatorFreitas, Vinícius de Almeida-
Data de aceite: dc.date.accessioned2025-08-29T13:06:01Z-
Data de disponibilização: dc.date.available2025-08-29T13:06:01Z-
Data de envio: dc.date.issued2025-03-21-
Data de envio: dc.date.issued2025-03-21-
Data de envio: dc.date.issued2024-09-09-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/36192-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1107332-
Descrição: dc.descriptionThis study aims to evaluate and apply computer vision techniques for the behavioral analysis of confined cattle, focusing on the Holstein breed, to improve animal welfare. A custom database was created using day and night videos, supplemented with images from the CBVD dataset. The images were divided into frames and manually annotated with the Roboflow system, undergoing preprocessing to ensure quality and consistency. YOLOv8 and YOLOv9 versions were explored and compared, with the latter showing superior performance in Precision, Recall, and F1 score metrics. The analysis was conducted in the Google Colab Pro environment, with detailed specifications. The study concludes that YOLOv9 is more suitable for the proposed task, emphasizing the importance of spatiotemporal data for future improvements.-
Descrição: dc.descriptionEste estudo objetiva avaliar e aplicar técnicas de visão computacional para análise comportamental de bovinos em confinamento, com foco na raça Holstein, visando aprimorar o bem-estar dos animais. Para tal, foi criada uma base de dados própria, utilizando vídeos diurnos e noturnos, complementados com imagens do dataset CBVD. As imagens foram divididas em frames e anotadas manualmente com o sistema Roboflow, passando por etapas de pré-processamento para garantir qualidade e consistência. Foram exploradas e comparadas as versões YOLOv8 e YOLOv9, sendo que esta última apresentou melhor desempenho nas métricas de Precision, Recall e F1 score. A análise foi conduzida no ambiente Google Colab Pro, com suas especificações detalhadas. O trabalho conclui que o YOLOv9 é mais adequado para a tarefa proposta, destacando a importância de dados espaço-temporais para futuras melhorias.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherDois Vizinhos-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherEngenharia de Software-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Direitos: dc.rightshttp://creativecommons.org/licenses/by/4.0/-
Palavras-chave: dc.subjectVisão por computador-
Palavras-chave: dc.subjectSistemas de reconhecimento de padrões-
Palavras-chave: dc.subjectBovinos-
Palavras-chave: dc.subjectComputer vision-
Palavras-chave: dc.subjectPattern recognition systems-
Palavras-chave: dc.subjectCattle-
Palavras-chave: dc.subjectCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::ENGENHARIA DE SOFTWARE-
Título: dc.titleAplicação de técnicas de visão computacional para análise comportamental de animais em confinamento-
Título: dc.titleApplication of computer vision techniques for behavior analysis of animals in confinement-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.