Use este identificador para citar ou linkar para este item: https://repositorio.ufms.br/handle/123456789/6229
Tipo: Trabalho de Conclusão de Curso
Título: Detecção de espécies de peixes do Aquário do Pantanal usando Visão Computacional
Autor(es): DANIEL LIMA GRANCE
Primeiro orientador: WESLEY NUNES GONCALVES
Resumo: Este artigo descreve um experimento utilizando Visão Computacional. Tendo em vista a grande demanda de visitantes no Bioparque Pantanal, tornou-se necessário a ajuda de meios computacionais para que as visitas guiadas sejam mais fluidas, sendo assim, surge-se a ideia de utilizar Visão Computacional para que seja possível que visitantes consigam identificar as espécies de diversos peixes ao capturar imagens em seus aparelhos celulares. Isso é feito através de Redes Neurais Convolucionais, que ao receber uma imagem, propõem regiões contendo peixes e identificam suas respectivas espécies. Este artigo apresenta os resultados do experimento, assim como especificações e condições da base de dados utilizada.
Abstract: This paper describes an experiment using Computer Vision. In view of the great demand of visitors in the Bioparque Pantanal, the help of computacional means has become necessary so that guided visits be more fluid, therefore, the idea of using Computer Vision is presented, making it possible that visitors be able to identify species of several fish by capturing pictures using their own mobile devices. This is accomplished with Convolutional Neural Networks, that receive an image, propose regions containing fish and identify their respective species. This article presents the results of the experiment, as well as specifications and conditions of the used dataset.
Palavras-chave: Visão Computacional
Detecção
Classificação
Bioparque Pantanal
País: 
Editor: Fundação Universidade Federal de Mato Grosso do Sul
Sigla da Instituição: UFMS
Tipo de acesso: Acesso Aberto
URI: https://repositorio.ufms.br/handle/123456789/6229
Data do documento: 2023
Aparece nas coleções:Ciência da Computação - Bacharelado (FACOM)

Arquivos associados a este item:
Arquivo TamanhoFormato 
771.pdf12,64 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.