| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Agricultura Digital; Embrapa Pecuária Sudeste. |
|
Data corrente: |
15/04/2020 |
|
Data da última atualização: |
17/04/2020 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Autoria: |
BARBEDO, J. G. A.; KOENIGKAN, L. V.; SANTOS, P. M.; RIBEIRO, A. R. B. |
|
Afiliação: |
JAYME GARCIA ARNAL BARBEDO, CNPTIA; LUCIANO VIEIRA KOENIGKAN, CNPTIA; PATRICIA MENEZES SANTOS, CPPSE; ANDREA ROBERTO BUENO RIBEIRO, UNISA; UNIP. |
|
Título: |
Counting cattle in UAV images: dealing with clustered animals and animal/background contrast changes. |
|
Ano de publicação: |
2020 |
|
Fonte/Imprenta: |
Sensors, v. 20, n. 7, p. 1-14, Apr. 2020. |
|
DOI: |
10.3390/s20072126 |
|
Idioma: |
Inglês |
|
Notas: |
Article number: 2126. |
|
Conteúdo: |
Abstract: The management of livestock in extensive production systems may be challenging, especially in large areas. Using Unmanned Aerial Vehicles (UAVs) to collect images from the area of interest is quickly becoming a viable alternative, but suitable algorithms for extraction of relevant information from the images are still rare. This article proposes a method for counting cattle which combines a deep learning model for rough animal location, color space manipulation to increase contrast between animals and background, mathematical morphology to isolate the animals and infer the number of individuals in clustered groups, and image matching to take into account image overlap. Using Nelore and Canchim breeds as a case study, the proposed approach yields accuracies over 90% under a wide variety of conditions and backgrounds. |
|
Palavras-Chave: |
Canchim breed; Convolutional neural networks; Deep learning mode; Mathematical morphology; Nelore breed; Rede neural convolucional; Redes neurais; Veículo aéreo não tripulado. |
|
Thesagro: |
Gado Canchim; Gado de Corte; Gado Nelore. |
|
Thesaurus Nal: |
Neural networks; Unmanned aerial vehicles. |
|
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/212350/1/AP-Couting-cattle.pdf
|
|
Marc: |
LEADER 01863naa a2200337 a 4500
001 2121664
005 2020-04-17
008 2020 bl uuuu u00u1 u #d
024 7 $a10.3390/s20072126$2DOI
100 1 $aBARBEDO, J. G. A.
245 $aCounting cattle in UAV images$bdealing with clustered animals and animal/background contrast changes.$h[electronic resource]
260 $c2020
500 $aArticle number: 2126.
520 $aAbstract: The management of livestock in extensive production systems may be challenging, especially in large areas. Using Unmanned Aerial Vehicles (UAVs) to collect images from the area of interest is quickly becoming a viable alternative, but suitable algorithms for extraction of relevant information from the images are still rare. This article proposes a method for counting cattle which combines a deep learning model for rough animal location, color space manipulation to increase contrast between animals and background, mathematical morphology to isolate the animals and infer the number of individuals in clustered groups, and image matching to take into account image overlap. Using Nelore and Canchim breeds as a case study, the proposed approach yields accuracies over 90% under a wide variety of conditions and backgrounds.
650 $aNeural networks
650 $aUnmanned aerial vehicles
650 $aGado Canchim
650 $aGado de Corte
650 $aGado Nelore
653 $aCanchim breed
653 $aConvolutional neural networks
653 $aDeep learning mode
653 $aMathematical morphology
653 $aNelore breed
653 $aRede neural convolucional
653 $aRedes neurais
653 $aVeículo aéreo não tripulado
700 1 $aKOENIGKAN, L. V.
700 1 $aSANTOS, P. M.
700 1 $aRIBEIRO, A. R. B.
773 $tSensors$gv. 20, n. 7, p. 1-14, Apr. 2020.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Agricultura Digital (CNPTIA) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Cerrados. |
|
Data corrente: |
17/05/2021 |
|
Data da última atualização: |
17/05/2021 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Circulação/Nível: |
B - 4 |
|
Autoria: |
SANTANA, G. S.; SALES, P. C. M.; SOARES, J. P. G.; JUNQUEIRA, A. M. R.; PANTOJA, M. J. |
|
Afiliação: |
JOAO PAULO GUIMARAES SOARES, CPAC. |
|
Título: |
Comunidades que sustentam a agricultura (CSA): avaliação de impactos em sistemas orgânicos de cultivo. |
|
Ano de publicação: |
2020 |
|
Fonte/Imprenta: |
Revista Retratos de Assentamentos, v. 23, n. 2, 2020. |
|
Páginas: |
p. 131-155 |
|
Idioma: |
Português |
|
Conteúdo: |
Resumo: O presente trabalho teve como objetivo avaliar o impacto de tecnologias nos sistemas orgânicos de produção em áreas que fazem parte de Comunidades que Sustentam a Agricultura (CSA), no Distrito Federal. O trabalho, de natureza aplicada e abordagem quantitativa, fez uso do Sistema de Avaliação Ponderada de Impacto Ambiental de Atividades do Novo Rural (APOIA-NovoRural). A ferramenta consiste em 62 indicadores baseados no conhecimento dos produtores rurais em relação aos seus estabelecimentos. Os dados foram coletados em cinco propriedades. A implantação de CSA tem proporcionado resultados positivos nos parâmetros de desempenho ambiental. Considerando o padrão de 0,7, verificou-se média de 0,78, com os seguintes índices integrados por estabelecimento: P1 = 0,79; P2 = 0,81; P3 = 0,8; P4 = 0,74; P5 = 0,79. Destaque para os índices de qualidade da água, média de 0,98, condições socioculturais, média de 0,83, e econômicas, cujo índice médio das propriedades alcançou 0,84. Por outro lado, os dados relativos à qualidade do solo, com índice médio de 0,47, requer melhorias por parte dos produtores, bem como a gestão e administração das propriedades, com índice médio de 0,76. |
|
Thesagro: |
Agricultura Familiar; Agricultura Orgânica; Produção Orgânica; Recurso Hídrico. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/223256/1/428-Texto-do-Artigo-1381-1-10-20210224.pdf
|
|
Marc: |
LEADER 01933naa a2200229 a 4500
001 2131836
005 2021-05-17
008 2020 bl uuuu u00u1 u #d
100 1 $aSANTANA, G. S.
245 $aComunidades que sustentam a agricultura (CSA)$bavaliação de impactos em sistemas orgânicos de cultivo.$h[electronic resource]
260 $c2020
300 $ap. 131-155
520 $aResumo: O presente trabalho teve como objetivo avaliar o impacto de tecnologias nos sistemas orgânicos de produção em áreas que fazem parte de Comunidades que Sustentam a Agricultura (CSA), no Distrito Federal. O trabalho, de natureza aplicada e abordagem quantitativa, fez uso do Sistema de Avaliação Ponderada de Impacto Ambiental de Atividades do Novo Rural (APOIA-NovoRural). A ferramenta consiste em 62 indicadores baseados no conhecimento dos produtores rurais em relação aos seus estabelecimentos. Os dados foram coletados em cinco propriedades. A implantação de CSA tem proporcionado resultados positivos nos parâmetros de desempenho ambiental. Considerando o padrão de 0,7, verificou-se média de 0,78, com os seguintes índices integrados por estabelecimento: P1 = 0,79; P2 = 0,81; P3 = 0,8; P4 = 0,74; P5 = 0,79. Destaque para os índices de qualidade da água, média de 0,98, condições socioculturais, média de 0,83, e econômicas, cujo índice médio das propriedades alcançou 0,84. Por outro lado, os dados relativos à qualidade do solo, com índice médio de 0,47, requer melhorias por parte dos produtores, bem como a gestão e administração das propriedades, com índice médio de 0,76.
650 $aAgricultura Familiar
650 $aAgricultura Orgânica
650 $aProdução Orgânica
650 $aRecurso Hídrico
700 1 $aSALES, P. C. M.
700 1 $aSOARES, J. P. G.
700 1 $aJUNQUEIRA, A. M. R.
700 1 $aPANTOJA, M. J.
773 $tRevista Retratos de Assentamentos$gv. 23, n. 2, 2020.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Cerrados (CPAC) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
|
|
| Registros recuperados : 1 | |
| Registros recuperados : 1 | |
|
|
|
