Auxílio à pesquisa 18/12845-9 - Aprendizado computacional, Processos de contagem - BV FAPESP
Busca avançada
Ano de início
Entree

Detecção e contagem de gado usando veículos aéreos não tripulados

Processo: 18/12845-9
Modalidade de apoio:Auxílio à Pesquisa - Programa eScience e Data Science - Regular
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação
Pesquisador responsável:Jayme Garcia Arnal Barbedo
Beneficiário:Jayme Garcia Arnal Barbedo
Instituição Sede: Embrapa Informática Agropecuária. Empresa Brasileira de Pesquisa Agropecuária (EMBRAPA). Ministério da Agricultura, Pecuária e Abastecimento (Brasil). Campinas , SP, Brasil
Pesquisadores associados:Andréa Roberto Bueno Ribeiro ; Inácio Henrique Yano ; Luciano Vieira Koenigkan ; Maria Fernanda Moura ; Patricia Menezes Santos ; Romis Ribeiro de Faissol Attux ; Thiago Teixeira Santos
Assunto(s):Aprendizado computacional  Processos de contagem  Gado  Processamento de imagens  Aeronaves não tripuladas 
Palavra(s)-Chave do Pesquisador:Aprendizado de Máquina | contagem | Gado | Imagens digitais | Veículos Aéreos Não Tripulados | Processamento de Imagens

Resumo

O monitoramento da população de gado é uma parte essencial da gestão de fazendas. Porém, esta pode não ser uma tarefa trivial, especialmente em grandes propriedades adotando pecuária extensiva, o que é comum em países como o Brasil. Nesse contexto, inspeções aéreas surgem como uma solução potencial. Imagens de satélite não são apropriadas para essa tarefa porque a maioria dos sensores não possui resolução especial suficiente para identificação de animais individuais, e a presença de nuvens pode obscurecer os objetos de interesse. O uso de aeronaves convencionais para inspecionar fazendas de gado, apesar de tecnicamente viável, possui várias desvantagens associadas, tais como custos de operação, níveis de ruído e risco de acidentes. Veículos aéreos não-tripulados (VANTs), apesar de frequentemente apontados como uma potencial solução para o problema, ainda não estão sendo usados com sucesso para este propósito. Nesse contexto, este projeto visa investigar os fatores técnicos e práticos que impedem um uso mais efetivo de VANTs para monitoramento de gado, tendo dois objetivos em mente: 1) desenvolver uma metodologia para inspecionar gado usando VANTs equipados com câmeras para captura de imagens no espectro visível; 2) propor um novo algoritmo para reconhecer e contar cabeças de gado de maneira automática, usando as imagens capturadas através da metodologia sugerida. Duas abordagens distintas serão investigadas, a primeira usando uma câmera convencional e a segunda usando uma câmera 360 graus. A principal diferença entre as metodologias é que a primeira normalmente requer múltiplos voos para cobrir grandes áreas, enquanto a segunda pode ser capaz de cobrir regiões mais extensas com um único voo, ao custo da diminuição de resolvabilidade à medida que os animais estão mais afastados da câmera. A fim de alcançar as metas do projeto, a equipe de pesquisadores inclui pessoas com vasta experiência em processamento de imagens, aprendizado de máquina, veículos aéreos não-tripulados, desenvolvimento de software e comportamento animal. O projeto produzirá avanços em ciência da computação, na forma de um novo algoritmo baseado em imagens para detecção de animais, e em gestão de animais, na forma de uma nova metodologia para contagem de cabeças de gado usando VANTs. Esta metodologia poderá também ser usada no futuro para abordar outros aspectos do monitoramento de gado, como saúde animal, medidas corporais, etc. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre o auxílio:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações científicas
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
ARNAL BARBEDO, JAYME GARCIA; KOENIGKAN, LUCIANO VIEIRA; SANTOS, THIAGO TEIXEIRA; SANTOS, PATRICIA MENEZES. A Study on the Detection of Cattle in UAV Images Using Deep Learning. SENSORS, v. 19, n. 24, . (18/12845-9)
ARNAL BARBEDO, JAYME GARCIA; KOENIGKAN, LUCIANO VIEIRA; SANTOS, PATRICIA MENEZES. Cattle Detection Using Oblique UAV Images. DRONES, v. 4, n. 4, . (18/12845-9)
ARNAL BARBEDO, JAYME GARCIA; KOENIGKAN, LUCIANO VIEIRA; SANTOS, PATRICIA MENEZES; BUENO RIBEIRO, ANDREA ROBERTO. Counting Cattle in UAV Images-Dealing with Clustered Animals and Animal/Background Contrast Changes. SENSORS, v. 20, n. 7, . (18/12845-9)

Por favor, reporte erros na lista de publicações científicas utilizando este formulário.
X

Reporte um problema na página


Detalhes do problema: