Octopus tracker: ferramenta para rastrear paralarvas de polvo
| Ano de defesa: | 2019 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Tese |
| Tipo de acesso: | Acesso aberto |
| Idioma: | eng |
| Instituição de defesa: |
Não Informado pela instituição
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: | |
| Link de acesso: | https://repositorio.apps.uern.br/xmlui/handle/123456789/964 |
Resumo: | No campo da biologia, o registro e estudo do comportamento de animais são tradicionalmente feitos de maneira manual, causando descomodidade aos pesquisadores, imprecisões nos resultados e dispêndio de tempo. Uma das espécies de polvo que possuem poucos dados é a Octpus insularis, um animal endêmico nas águas rasas da costa e ilhas oceânicas do norte e nordeste brasileiro. O estudo deste polvo no período larval é de extrema importância para entender seu comportamento e melhorar as condições da vida em cativeiro. Quando este animal está em fase de desenvolvimento embrionário e pós-embrionário as informações sobre o seu comportamento são ainda mais escassas. Para facilitar os estudos nessa área é possível fazer uso de ferramentas computacionais, ou seja, softwares que irão contribuir no monitoramento desses animais. Nesta perspectiva, o objetivo deste trabalho é desenvolver um software que utiliza técnicas de visão computacional para detectar e rastrear a locomoção de paralarvas desta espécie de polvo, e uma Rede Neural Convolucional para identificar seus comportamentos. A ferramenta foi desenvolvida utilizando tecnologias de softwares livres, como: a linguagem de programação Python com auxílio da biblioteca de código aberto OpenCV e Tensorflow. De acordo com os experimentos realizados, esta ferramenta foi capaz de rastrear a localização de vários animais; e reconhecer os diferentes comportamentos com mais de noventa por cento de precisão. Com o resultado deste trabalho é possível analisar de forma mais rápida e precisa o comportamento destes animais na fase larvária e com isso melhorar as condições de vida em cativeiro, facilitando o trabalho antes feito manualmente. |
| id |
UERN-7_7b4c71eee4c00710f5f50f74ef29c154 |
|---|---|
| oai_identifier_str |
oai:repositorio.apps.uern.br:123456789/964 |
| network_acronym_str |
UERN-7 |
| network_name_str |
Repositório Institucional da Universidade do Estado do Rio Grande do Norte (UERN) |
| repository_id_str |
|
| spelling |
Octopus tracker: ferramenta para rastrear paralarvas de polvoOctopus insularis - Localização e rastreamentoVisão Computacional - Inteligência ArtificialRedes Neurais ConvolucionaisNo campo da biologia, o registro e estudo do comportamento de animais são tradicionalmente feitos de maneira manual, causando descomodidade aos pesquisadores, imprecisões nos resultados e dispêndio de tempo. Uma das espécies de polvo que possuem poucos dados é a Octpus insularis, um animal endêmico nas águas rasas da costa e ilhas oceânicas do norte e nordeste brasileiro. O estudo deste polvo no período larval é de extrema importância para entender seu comportamento e melhorar as condições da vida em cativeiro. Quando este animal está em fase de desenvolvimento embrionário e pós-embrionário as informações sobre o seu comportamento são ainda mais escassas. Para facilitar os estudos nessa área é possível fazer uso de ferramentas computacionais, ou seja, softwares que irão contribuir no monitoramento desses animais. Nesta perspectiva, o objetivo deste trabalho é desenvolver um software que utiliza técnicas de visão computacional para detectar e rastrear a locomoção de paralarvas desta espécie de polvo, e uma Rede Neural Convolucional para identificar seus comportamentos. A ferramenta foi desenvolvida utilizando tecnologias de softwares livres, como: a linguagem de programação Python com auxílio da biblioteca de código aberto OpenCV e Tensorflow. De acordo com os experimentos realizados, esta ferramenta foi capaz de rastrear a localização de vários animais; e reconhecer os diferentes comportamentos com mais de noventa por cento de precisão. Com o resultado deste trabalho é possível analisar de forma mais rápida e precisa o comportamento destes animais na fase larvária e com isso melhorar as condições de vida em cativeiro, facilitando o trabalho antes feito manualmente.2024-06-26T14:56:10Z2024-06-26T14:56:10Z2019info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfCARLOS, Paulo Henrique Lopes; FIGUEROLA, Wilfredo Blanco . Octopus tracker: ferramenta para rastrear paralarvas de polvo. Natal: 2019. 52 p. Monografia (Bacharel) UERN, Faculdade de Ciência da Computaçãohttps://repositorio.apps.uern.br/xmlui/handle/123456789/964Carlos, Paulo Henrique Lopesengreponame:Repositório Institucional da Universidade do Estado do Rio Grande do Norte (UERN)instname:Universidade do Estado do Rio Grande do Norte (UERN)instacron:UERNinfo:eu-repo/semantics/openAccess2024-06-26T14:56:12Zoai:repositorio.apps.uern.br:123456789/964Repositório InstitucionalPUBhttps://repositorio.apps.uern.br/oai/requestbiblioteca@uern.br || jocelaniamaia@uern.bropendoar:2024-06-26T14:56:12Repositório Institucional da Universidade do Estado do Rio Grande do Norte (UERN) - Universidade do Estado do Rio Grande do Norte (UERN)false |
| dc.title.none.fl_str_mv |
Octopus tracker: ferramenta para rastrear paralarvas de polvo |
| title |
Octopus tracker: ferramenta para rastrear paralarvas de polvo |
| spellingShingle |
Octopus tracker: ferramenta para rastrear paralarvas de polvo Carlos, Paulo Henrique Lopes Octopus insularis - Localização e rastreamento Visão Computacional - Inteligência Artificial Redes Neurais Convolucionais |
| title_short |
Octopus tracker: ferramenta para rastrear paralarvas de polvo |
| title_full |
Octopus tracker: ferramenta para rastrear paralarvas de polvo |
| title_fullStr |
Octopus tracker: ferramenta para rastrear paralarvas de polvo |
| title_full_unstemmed |
Octopus tracker: ferramenta para rastrear paralarvas de polvo |
| title_sort |
Octopus tracker: ferramenta para rastrear paralarvas de polvo |
| author |
Carlos, Paulo Henrique Lopes |
| author_facet |
Carlos, Paulo Henrique Lopes |
| author_role |
author |
| dc.contributor.author.fl_str_mv |
Carlos, Paulo Henrique Lopes |
| dc.subject.por.fl_str_mv |
Octopus insularis - Localização e rastreamento Visão Computacional - Inteligência Artificial Redes Neurais Convolucionais |
| topic |
Octopus insularis - Localização e rastreamento Visão Computacional - Inteligência Artificial Redes Neurais Convolucionais |
| description |
No campo da biologia, o registro e estudo do comportamento de animais são tradicionalmente feitos de maneira manual, causando descomodidade aos pesquisadores, imprecisões nos resultados e dispêndio de tempo. Uma das espécies de polvo que possuem poucos dados é a Octpus insularis, um animal endêmico nas águas rasas da costa e ilhas oceânicas do norte e nordeste brasileiro. O estudo deste polvo no período larval é de extrema importância para entender seu comportamento e melhorar as condições da vida em cativeiro. Quando este animal está em fase de desenvolvimento embrionário e pós-embrionário as informações sobre o seu comportamento são ainda mais escassas. Para facilitar os estudos nessa área é possível fazer uso de ferramentas computacionais, ou seja, softwares que irão contribuir no monitoramento desses animais. Nesta perspectiva, o objetivo deste trabalho é desenvolver um software que utiliza técnicas de visão computacional para detectar e rastrear a locomoção de paralarvas desta espécie de polvo, e uma Rede Neural Convolucional para identificar seus comportamentos. A ferramenta foi desenvolvida utilizando tecnologias de softwares livres, como: a linguagem de programação Python com auxílio da biblioteca de código aberto OpenCV e Tensorflow. De acordo com os experimentos realizados, esta ferramenta foi capaz de rastrear a localização de vários animais; e reconhecer os diferentes comportamentos com mais de noventa por cento de precisão. Com o resultado deste trabalho é possível analisar de forma mais rápida e precisa o comportamento destes animais na fase larvária e com isso melhorar as condições de vida em cativeiro, facilitando o trabalho antes feito manualmente. |
| publishDate |
2019 |
| dc.date.none.fl_str_mv |
2019 2024-06-26T14:56:10Z 2024-06-26T14:56:10Z |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
| format |
doctoralThesis |
| status_str |
publishedVersion |
| dc.identifier.uri.fl_str_mv |
CARLOS, Paulo Henrique Lopes; FIGUEROLA, Wilfredo Blanco . Octopus tracker: ferramenta para rastrear paralarvas de polvo. Natal: 2019. 52 p. Monografia (Bacharel) UERN, Faculdade de Ciência da Computação https://repositorio.apps.uern.br/xmlui/handle/123456789/964 |
| identifier_str_mv |
CARLOS, Paulo Henrique Lopes; FIGUEROLA, Wilfredo Blanco . Octopus tracker: ferramenta para rastrear paralarvas de polvo. Natal: 2019. 52 p. Monografia (Bacharel) UERN, Faculdade de Ciência da Computação |
| url |
https://repositorio.apps.uern.br/xmlui/handle/123456789/964 |
| dc.language.iso.fl_str_mv |
eng |
| language |
eng |
| dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.source.none.fl_str_mv |
reponame:Repositório Institucional da Universidade do Estado do Rio Grande do Norte (UERN) instname:Universidade do Estado do Rio Grande do Norte (UERN) instacron:UERN |
| instname_str |
Universidade do Estado do Rio Grande do Norte (UERN) |
| instacron_str |
UERN |
| institution |
UERN |
| reponame_str |
Repositório Institucional da Universidade do Estado do Rio Grande do Norte (UERN) |
| collection |
Repositório Institucional da Universidade do Estado do Rio Grande do Norte (UERN) |
| repository.name.fl_str_mv |
Repositório Institucional da Universidade do Estado do Rio Grande do Norte (UERN) - Universidade do Estado do Rio Grande do Norte (UERN) |
| repository.mail.fl_str_mv |
biblioteca@uern.br || jocelaniamaia@uern.br |
| _version_ |
1837016637202497536 |