Detecção e Contagem de Bovinos em Imagens Aéreas utilizando Visão Computacional
Abstract
This article presents a solution to identification and counting of white cattle in aerial images obtained by a drone using computer vision methods. The Python programming language and the OpenCV (Open Source Computer Vision) library were used for image treatment and segmentation. The developed solution was tested in images of the dry or rainy season and used different parameters for each one in its processing, increasing efficiency and reducing the error rate.
Keywords:
Processamento Digital de Imagens, Robótica, Visão Computacional
References
Antonello, R. (2018), Introdução à Visão Computacional com Python e OpenCV, Santa Catarina, 1a edição.
Batistella, M. Andrade, R. G., Bolfe, E. L., Victoria, D. D. C. e Da Silva, G. B. S. (2011). Geotecnologias e gestão territorial da bovinocultura no Brasil. Em Embrapa Territorial-Artigo em periódico indexado (ALICE), páginas 251-260.
De Oliveira, J. H. F., Magnabosco, C. D. U. e Borges, A. D. S. (2002), Nelore: Base Genética e Evolução Seletiva no Brasil, Planaltina, 1a edição.
Groom, G., Petersen, I. K. e Fox (2007). Sea bird distribution data with object based mapping of high spatial resolution image data. Em Challenges for earth observation-scientific, technical and commercial. Proceedings of the Remote Sensing and Photogrammetry Society Annual Conference.
Marengoni, M. e Stringhini, S. (2009). Tutorial: Introdução à visão computacional usando opencv. Em Revista de Informática Teórica e Aplicada, páginas 125-160.
Redmon, J., Divvala, S., Girshick, R. e Farhadi, A. (2016). You only look once: Unified, real-time object detection. Em Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, páginas 779-788.
Ribeiro, N. G. Vi., Guedes, G. B. e Barbieri, T. T. (2019). Aplicação de algoritmos de visão computacional na contagem de gado por meio de processamento de imagens aéreas. Em Revista Eletrônica Argentina-Brasil de Tecnologias da Informação e da Comunicação.
Rosebrock, A. (2015) “OpenCV Track Object Movement”, https://www.pyimagesearch.com/2015/09/21/opencv-track-object-movement, Março.
Rosten, E., Porter, R. e Drummond, T. (2010). Faster and better: A machine learning approach to corner detection. Em IEEE Transactions on Pattern Analysis and Machine Learning, páginas 105-119.
Sirmacek, B., Wegmann, M., Cross, A. D. P., Hopcraft, J. G. C., Reinartz, P. e Dech, S. (2012). Automatic population counts for improved wildlife management using aerial photography. Em 6th International Congress on Environmental Modelling and Software.
Batistella, M. Andrade, R. G., Bolfe, E. L., Victoria, D. D. C. e Da Silva, G. B. S. (2011). Geotecnologias e gestão territorial da bovinocultura no Brasil. Em Embrapa Territorial-Artigo em periódico indexado (ALICE), páginas 251-260.
De Oliveira, J. H. F., Magnabosco, C. D. U. e Borges, A. D. S. (2002), Nelore: Base Genética e Evolução Seletiva no Brasil, Planaltina, 1a edição.
Groom, G., Petersen, I. K. e Fox (2007). Sea bird distribution data with object based mapping of high spatial resolution image data. Em Challenges for earth observation-scientific, technical and commercial. Proceedings of the Remote Sensing and Photogrammetry Society Annual Conference.
Marengoni, M. e Stringhini, S. (2009). Tutorial: Introdução à visão computacional usando opencv. Em Revista de Informática Teórica e Aplicada, páginas 125-160.
Redmon, J., Divvala, S., Girshick, R. e Farhadi, A. (2016). You only look once: Unified, real-time object detection. Em Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, páginas 779-788.
Ribeiro, N. G. Vi., Guedes, G. B. e Barbieri, T. T. (2019). Aplicação de algoritmos de visão computacional na contagem de gado por meio de processamento de imagens aéreas. Em Revista Eletrônica Argentina-Brasil de Tecnologias da Informação e da Comunicação.
Rosebrock, A. (2015) “OpenCV Track Object Movement”, https://www.pyimagesearch.com/2015/09/21/opencv-track-object-movement, Março.
Rosten, E., Porter, R. e Drummond, T. (2010). Faster and better: A machine learning approach to corner detection. Em IEEE Transactions on Pattern Analysis and Machine Learning, páginas 105-119.
Sirmacek, B., Wegmann, M., Cross, A. D. P., Hopcraft, J. G. C., Reinartz, P. e Dech, S. (2012). Automatic population counts for improved wildlife management using aerial photography. Em 6th International Congress on Environmental Modelling and Software.
Published
2020-10-26
How to Cite
DO ESPÍRITO SANTO, Juliana; DE OLIVEIRA FILHO, Jorge.
Detecção e Contagem de Bovinos em Imagens Aéreas utilizando Visão Computacional. In: REGIONAL SCHOOL ON COMPUTING OF BAHIA, ALAGOAS, AND SERGIPE (ERBASE), 20. , 2020, Arapiraca-AL.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2020
.
p. 71-78.
