Um estudo de descritores e classificadores para reconhecimento de bagas de café.
| Contribuinte(s) |
PEDRO HENRIQUE FERREIRA STRINGHINI, Bolsista CNPq (PIBIC); THIAGO TEIXEIRA SANTOS, CNPTIA. |
|---|---|
| Data(s) |
2016
04/11/2016
|
| Resumo |
RESUMO - Métodos de reconhecimento de frutos baseados na utilização de diferentes descritores e classificadores foram estudados. Foi utilizada uma base de dados de 3.393 imagens de café e não-café anteriormente criada e rotulada manualmente. Testes quantitativos demonstraram a identificação de bagas com 93% de precisão e 77% de cobertura utilizando descritores HoG adicionados a mediana dos componentes de cor do formato La*b*, aliados ao classificador Gradient Boosting. Esses resultados melhoram o método anteriormente proposto por Santos (2015), e demonstram a possibilidade de evolução de métodos que podem ser aplicados em metodologias de agricultura de precisão, monitoramento e predição de safra. 2016 CIIC 2016. Nº 16605. |
| Formato |
p. 1-9. |
| Identificador |
978-85-7029-135-6 18895 |
| Idioma(s) |
pt_BR |
| Publicador |
In: CONGRESSO INTERINSTITUCIONAL DE INICIAÇÃO CIENTÍFICA 10., 2016, Campinas. Anais... Campinas: Embrapa Monitoramento por Satélite, 2016. |
| Relação |
Embrapa Informática Agropecuária - Artigo em anais de congresso (ALICE) |
| Palavras-Chave | #Aprendizado de máquina #Reconhecimento de imagens #Image recognition #Coffee production #Cafeicultura #Learning machine #Image analysis #Artificial intelligence |
| Tipo |
Artigo em anais de congresso (ALICE) |
