Reconhecimento da ceratoconjuntivite infecciosa bovina utilizando imagens termográficas e redes neurais convolucionais

  • Dhyonatan Santos de Freitas Federal University of Pampa
  • Sandro da Silva Camargo Federal University of Pampa
  • Helena Brocardo Comin Federal University of Pelotas
  • Robert Domingues Embrapa
  • Emanuelle Baldo Gaspar Embrapa
  • Fernando Flores Cardoso Universidade Federal do Pampa/Embrapa
Palavras-chave: Analysis of digital images, Bovine ocular disease, Classification, Pattern Recognition

Resumo

A ceratoconjuntivite infecciosa bovina (CIB) é considerada a doença ocular de maior importância na criação de bovinos, causando perdas significativas tanto no rebanho afetado quanto para o produtor. Por se tratar de uma doença infectocontagiosa é necessário que as formas de diagnóstico sejam aprimoradas. Atualmente, o diagnóstico para CIB é realizado por meio da avaliação dos sinais clínicos por um especialista e confirmados por exames laboratoriais, o que geralmente é uma tarefa custosa e demorada. Neste trabalho, é avaliada a utilização da termografia infravermelha para aquisição de imagens da região ocular bovina de animais sadios e infectados pela CIB e, a partir disso utilizar essa base de imagens no treinamento e validação de um conjunto de redes neurais convolucionais (RNC), com o intuito de identificar se o animal está ou não infectado em novas amostras. Foram utilizadas 4.938 imagens termográficas da região ocular bovina no processo de treinamento e validação de cinco arquiteturas distintas de RNC, as quais foram avaliadas utilizando validação cruzada. Os melhores resultados obtidos neste trabalho indicam que as RNC são capazes de classificar corretamente os sinais clínicos da CIB em imagens termográficas com uma taxa de acurácia próxima de 80%.

Downloads

Não há dados estatísticos.
Publicado
2019-10-16
Como Citar
[1]
Freitas, D., Camargo, S., Comin, H., Domingues, R., Gaspar, E. e Cardoso, F. 2019. Reconhecimento da ceratoconjuntivite infecciosa bovina utilizando imagens termográficas e redes neurais convolucionais. Revista Brasileira de Computação Aplicada. 11, 3 (out. 2019), 133-145. DOI:https://doi.org/10.5335/rbca.v11i3.9210.
Seção
Artigo Original
Share |