Um Sistema de Reconhecimento de Espécies de Moscas-das-Frutas

Autores

  • Matheus Macedo Leonardo Universidade Federal de São Paulo
  • Fabio Augusto Faria Universidade Federal de São Paulo

Palavras-chave:

classificação de imagens, aprendizagem de máquina.

Resumo

Moscas-das-frutas são insetos de grande importância biológica e econômica para a agricultura de diferentes paı́ses no mundo. As perdas diretas e indiretas causadas por essa praga podem exceder USD 2 Bilhões, tornando-a um dos grandes problemas para a agricultura mundial, especialmente para o Brasil. Nesse contexto, o desenvolvimento de sistemas para a identificação automática ou semiautomática de moscas-das-frutas do gênero Anastrepha pode auxiliar os especialistas (entomólogos) na redução de tempo de análise e nas perdas. Neste trabalho de iniciação cientı́fica, nós propusemos um sistema de reconhecimento de moscas-das-frutas baseada em duas diferentes representações de imagens: (1) representação de nı́vel-médio (Bag-of-Words); (2) representação de aprendizagem profunda (deep learning-based features). Ambos trabalhos conseguiram excelentes resultados de eficácia para a tarefa de identificação de três espécies das moscas-das-frutas do gênero Anastrepha superando os resultados encontrados na literatura.

Downloads

Não há dados estatísticos.

Biografia do Autor

Matheus Macedo Leonardo, Universidade Federal de São Paulo

Estudante de graduação no curso de Bacharelado em Ciência da Computação na Universidade Federal de São Paulo.

Fabio Augusto Faria, Universidade Federal de São Paulo

Ele cursou Bacharelado em Ciência da Computação pela Universidade Estadual Paulista “Júlio de Mesquita Filho” (Unesp) em Presidente Prudente, conseguiu os títulos de mestre e doutor em Ciência da Computação pelo Instituto de Computação da Universidade Estadual de Campinas (Unicamp). Realizou estágio de pós-doutoramento também pela Unicamp. Atualmente, é professor do Instituto de Ciência e Tecnologia da Universidade Federal de São Paulo (ICT-UNIFESP), coordenador do grupo de robótica FORGERS na Unifesp, membro pesquisador do Grupo de Inovação baseada em Imagens e Sinais (GIBIS) e membro pesquisador no Advanced Institute for Artificial Intelligence (AI2). Suas áreas de interesse são aprendizagem de máquina, mineração de dados, reconhecimento de padrões, fusão de informação e processamento de imagens com aplicação no domínio e-Science.

Downloads

Publicado

2019-06-17