• English
    • português (Brasil)
  • português (Brasil) 
    • English
    • português (Brasil)
  • Entrar
Ver item 
  •   Página inicial
  • CAMPUS NATAL
  • GRADUAÇÃO
  • CURSO DE CIÊNCIA DA COMPUTAÇÃO DO CAN
  • Ver item
  •   Página inicial
  • CAMPUS NATAL
  • GRADUAÇÃO
  • CURSO DE CIÊNCIA DA COMPUTAÇÃO DO CAN
  • Ver item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Octopus tracker: ferramenta para rastrear paralarvas de polvo

Thumbnail
Visualizar/Abrir
Trabalho de Conclusão do Curso de Ciência Da Computação (1.523Mb)
Data
2019
Autor
Carlos, Paulo Henrique Lopes
Metadata
Mostrar registro completo
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.
URI
https://repositorio.apps.uern.br/xmlui/handle/123456789/964
Collections
  • CURSO DE CIÊNCIA DA COMPUTAÇÃO DO CAN

DSpace software copyright © 2002-2016  DuraSpace
Entre em contato | Deixe sua opinião
Theme by 
Atmire NV
 

 

Navegar

Todo o repositórioComunidades e ColeçõesPor data do documentoAutoresTítulosAssuntosEsta coleçãoPor data do documentoAutoresTítulosAssuntos

Minha conta

EntrarCadastro

DSpace software copyright © 2002-2016  DuraSpace
Entre em contato | Deixe sua opinião
Theme by 
Atmire NV