|
|
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 | |
|
|
|