Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/14614| Título: | Classificação de bovinos por meio da característica do focinho utilizando visão computacional |
| Título(s) alternativo(s): | Classification of bovines through the characteristic of the muzzle using computer vision |
| Autor(es): | Grando, Marlon Luis |
| Orientador(es): | Casanova, Dalcimar |
| Palavras-chave: | Redes neurais (Computação) Linguagem de programação (Computadores) Algorítmos genéticos Neural networks (Computer science) Programming languages (Electronic computers) Genetic algorithms |
| Data do documento: | 6-Dez-2018 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Pato Branco |
| Citação: | GRANDO, Marlon Luis. Classificação de bovinos por meio da característica do focinho utilizando visão computacional. 2018. 37 f. Trabalho de Conclusão de Curso (Graduação) - Universidade Tecnológica Federal do Paraná, Pato Branco, 2018. |
| Resumo: | O controle do rebanho bovino é um fator fundamental para agregar valor ao produto, tanto para produção leiteira, quanto para o gado de corte, sendo esse último, o que mais faz uso desse método, devido as exigências de países importadores. Por esse motivo, faz-se necessário uma melhor identificação, pois os métodos disponíveis atualmente, como identificação por radio frequência (RFID), brincos, marcação a ferro em brasa, possuem problemas, pois são sujeitos a fraude e causam sofrimento ao animal. Visando resolver as questões acima citadas, esse trabalho se propõe a utilizar métodos de classificação, para cada um dos animais e em diversos ambiente que se faça necessário. Nesse sentido, esse trabalho utiliza visão computacional, para classificação de bovinos por meio de características do focinho. São empregadas técnicas com matriz de co-ocorrência, algoritmos genéticos e classificador knn. Os resultados do estudo demonstram que a taxa de acerto desse método é de 96,75%, assim mostrando que o classificador pode ser empregado para a finalidade proposta. |
| Abstract: | The control of the cattle herd is a fundamental factor to add value to the product, both for dairy production and for beef cattle. The one that makes the most use of this method is the beef cattle, due to the requirements of importing countries. For this reason, a better identification is necessary because the methods currently available, such as radio frequency identification (RFID), earrings, red-hot branding, have problems because they are subject to fraud and they cause suffering to the animal. In order to solve the issues mentioned above, this work proposes to use classification methods for each of the animals and in several environments that are necessary. In this way, this work uses computer vision to classify cattle by muzzle characteristics. Techniques with gray level co-occurrence matrix, genetic algorithms and knn classifier are used. The results of the study demonstrate that the hit rate of this method is 96.75%, thus showing that the classifier can be used for the proposed purpose. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/14614 |
| Aparece nas coleções: | PB - Engenharia de Computação |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| PB_COENC_2018_2_11.pdf | 1,23 MB | Adobe PDF |  Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.