Use este identificador para citar ou linkar para este item: http://repositorio.roca.utfpr.edu.br/jspui/handle/1/17255
Título: Identificação biométrica de bovinos baseada no padrão do espelho nasal através de aprendizado de máquina
Autor(es): Rosa, Guilherme Alves
Orientador(es): Dorini, Leyza Baldo
Palavras-chave: Identificação biométrica
Aprendizado de Máquina
Processamento de Imagens
Biometric identification
Machine learning
Image processing
Data do documento: 10-Jul-2019
Editor: Universidade Tecnológica Federal do Paraná
Câmpus: Curitiba
Referência: Rosa, Guilherme Alves. Identificação biométrica de bovinos baseada no padrão do espelho nasal através de aprendizado de máquina. 2019. Trabalho de Conclusão de Curso (Bacharelado em Sistemas de Informação) - Universidade Tecnológica Federal do Paraná, Curitiba, 2019.
Resumo: A identificação e rastreabilidade de bovinos é crucial para o controle de políticas de segurança no âmbito de produção de alimentos. Por utilizar uma característica física única, inviolável e insubstituível, além de acompanhar o animal durante toda a vida e ter sua eficácia solidamente comprovada, a identificação biométrica mostra-se a mais confiável. Este trabalho propõe uma abordagem baseada em técnicas de processamento de imagens e aprendizado de máquina para identificação biométrica de bovinos com base em fotos do espelho nasal. Mais especificamente foi utilizado um classificador em cascata para encontrar a região de interesse. Com o espelho nasal detectado duas abordagens para extração de característica foram testadas, bag-of-words e o descritor local de Weber, e ao fim o classificador k-NN foi utilizado para se fazer a identificação biométrica. O detector atingiu bons valores de acurácia mas falhou em caso específicos. Ambas as abordagens para classificação mostraram-se adequadas para a identificação biométrica, atingindo valores altos de acurácia, sensitividade e especificidade.
Abstract: The identification and traceability of cattle are crucial for the control of safety policies within the context of food production. By using a unique, inviolable and irreplaceable physical feature, in addition to accompanying the animal throughout its life and having its effectiveness proven, biometric identification proves to be the most reliable. This study presents an approach based on techniques of image processing and machine learning for biometric cattle identification, using muzzle print images. More specifically, a cascade classifier was used to find the region of interest. After the muzzle detection, two approaches for feature extraction were tested, the bag-of-words model and Weber’s local descriptor. Lastly, the k-NN classifier was used to classify the biometric features. The detector achieved good accuracy but failed in specifics scenarios. Both approaches for classification were adequate for biometric identification, reaching high values of accuracy, sensitivity, and specificity.
URI: http://repositorio.roca.utfpr.edu.br/jspui/handle/1/17255
Aparece nas coleções:CT - Sistemas de Informação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
CT_COSIS_2019_1_06.pdf10,49 MBAdobe PDFThumbnail
Visualizar/Abrir


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