| |
|
|
 | Acesso ao texto completo restrito à biblioteca da Embrapa Agricultura Digital. Para informações adicionais entre em contato com cnptia.biblioteca@embrapa.br. |
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Agricultura Digital; Embrapa Mandioca e Fruticultura. |
|
Data corrente: |
22/07/2024 |
|
Data da última atualização: |
22/07/2024 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Autoria: |
SANTOS, T. T.; SOUZA, K. X. S. de; CAMARGO NETO, J.; KOENIGKAN, L. V.; MOREIRA, A. S.; TERNES, S. |
|
Afiliação: |
THIAGO TEIXEIRA SANTOS, CNPTIA; KLEBER XAVIER SAMPAIO DE SOUZA, CNPTIA; JOAO CAMARGO NETO, CNPTIA; LUCIANO VIEIRA KOENIGKAN, CNPTIA; ALECIO SOUZA MOREIRA, CNPMF; SONIA TERNES, CNPTIA. |
|
Título: |
Multiple orange detection and tracking with 3-D fruit relocalization and neural-net based yield regression in commercial sweet orange orchards. |
|
Ano de publicação: |
2024 |
|
Fonte/Imprenta: |
Computers and Electronics in Agriculture, v. 224, 109199, Sept. 2024. |
|
ISSN: |
0168-1699 |
|
DOI: |
https://doi.org/10.1016/j.compag.2024.109199 |
|
Idioma: |
Inglês |
|
Conteúdo: |
Here, we propose a non-invasive alternative that utilizes fruit counting from videos, implemented as a pipeline. Firstly, we employ convolutional neural networks for the detection of visible fruits. Inter-frame association techniques are then applied to track the fruits across frames. To handle occluded and re-appeared fruit, we introduce a relocalization component that employs 3-D estimation of fruit locations. Finally, a neural network regressor is utilized to estimate the total number of fruits, integrating image-based fruit counting with other tree data such as crop variety and tree size. |
|
Palavras-Chave: |
Agricultura digital; Aprendizado profundo; Contagem de laranja; Crop yield estimation; Deep learning; Detecção de laranja; Digital agriculture; Estimativa do rendimento da colheita; Multiple-object tracking; Orange fruit counting; Orange fruit detection; Pomares de laranja doce; Rastreamento de múltiplos objetos; Realocação de frutas em 3D; Sweet orange orchards. |
|
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
|
Marc: |
LEADER 01905naa a2200385 a 4500
001 2165889
005 2024-07-22
008 2024 bl uuuu u00u1 u #d
022 $a0168-1699
024 7 $ahttps://doi.org/10.1016/j.compag.2024.109199$2DOI
100 1 $aSANTOS, T. T.
245 $aMultiple orange detection and tracking with 3-D fruit relocalization and neural-net based yield regression in commercial sweet orange orchards.$h[electronic resource]
260 $c2024
520 $aHere, we propose a non-invasive alternative that utilizes fruit counting from videos, implemented as a pipeline. Firstly, we employ convolutional neural networks for the detection of visible fruits. Inter-frame association techniques are then applied to track the fruits across frames. To handle occluded and re-appeared fruit, we introduce a relocalization component that employs 3-D estimation of fruit locations. Finally, a neural network regressor is utilized to estimate the total number of fruits, integrating image-based fruit counting with other tree data such as crop variety and tree size.
653 $aAgricultura digital
653 $aAprendizado profundo
653 $aContagem de laranja
653 $aCrop yield estimation
653 $aDeep learning
653 $aDetecção de laranja
653 $aDigital agriculture
653 $aEstimativa do rendimento da colheita
653 $aMultiple-object tracking
653 $aOrange fruit counting
653 $aOrange fruit detection
653 $aPomares de laranja doce
653 $aRastreamento de múltiplos objetos
653 $aRealocação de frutas em 3D
653 $aSweet orange orchards
700 1 $aSOUZA, K. X. S. de
700 1 $aCAMARGO NETO, J.
700 1 $aKOENIGKAN, L. V.
700 1 $aMOREIRA, A. S.
700 1 $aTERNES, S.
773 $tComputers and Electronics in Agriculture$gv. 224, 109199, Sept. 2024.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Agricultura Digital (CNPTIA) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
| Registros recuperados : 1 | |
| 1. |  | KUHN, J.; ADKINS, S.; AGWANDA, B. R.; KUBRUSLI, R. A.; ALKHOVSKY, S. V.; AMARASINGHE, G. K.; TATJANA, A.-Z.; AYLLÓN, M. A.; BAHL, J.; BALKEMA BUSCHMANN, A.; BALLINGER, M. J.; BASLER, C. F.; BAVARI, S.; BEER, M.; BEJERMAN, N.; BENNETT, A. J.; DBENTE, D. A.; BERGERON, É.; BIRD, B. H.; BLAIR, C. D.; BLASDELL, K. R.; BLYSTAD, D. R.; BOJKO, J.; BORTH, W. B.; BRADFUTE, S.; BREYTA, R.; BRIESE, T.; BROWN, P. A.; BROWN, J. K.; BUCHHOLZ, U. J.; BUCHMEIER, M. J.; ABUKREYEV, A.; BURT, F.; BÜTTNER, C.; CALISHER, C. H.; CAO, M.; CASAS, I.; CHANDRAN, K.; CHARREL, R. N.; CHENG, Q.; CHIAKI, Y.; CHIAPELLO, M.; CHOI, I. R.; CIUFO, M.; CLEGG, J. C. S.; CROZIER, I.; BÓ, E. D.; DE LA TORRE, J. C.; LAMBALLERIE, X. de; SWART, R. L. de; DEBAT, H.; DHEILLY, N. M.; DI CICCO, E.; DI PAOLA, N.; DI SERIO, F.; DIETZGEN, R. G.; DIGIARO, M.; DOLNIK, O.; DREBOT, M. A.; DREXLER, J. F.; DUNDON, W. G.; DUPREX, W. P.; DÜRRWALD, R.; DYE, J. M.; EASTON, A. J.; EBIHARA, H.; ELBEAINO, T.; ERGÜNAY, K.; FERGUSON, H. W.; FOOKS, A. R.; FORGIA, M.; FORMENTY, P. B. H.; FRÁNOVÁ, J.; ASTUA, J. de F.; FU, J.; FÜRL, S.; ZACHERT, S. G.; GĀO, G. F.; GARCÍA, M. L.; SASTRE, A. G.; GARRISON, A. R.; GASKIN, T.; GONZALE, J. P. J.; GRIFTHS, A.; GOLDBERG, T. L.; GROSCHUP, M. H.; GÜNTHER, S.; HALL, R. A.; HAMMOND, J.; HAN, O.; HEPOJOKI, J.; HEWSON, R.; HONG, J.; HONG, N.; HORIE, M.; HU, J. S.; HU, T.; HUGHES, H. R.; HÜTTNER, F.; HYNDMAN, T. H.; ILYAS, M.; JALKANEN, R.; JIĀNG, D.; JONSON, G. J.; JUNGLEN, S.; KADONO, F.; KAUKINEN, K. H.; KAWATE, M.; KLEMPA, B.; KLINGSTRÖM, J.; KOBINGER, G.; KOLONIUK, I.; KONDŌ, H.; KOONIN, V.; KRUPOVIC, M.; KUBOTA, K.; KURATH, G.; LAENEN, L.; LAMBERT, A. J.; LANGEVIN, S. L.; LEE, B.; LEFKOWITZ, E. J.; LI, L.; LEROY, E. M.; LI, S.; LÍ, J.; LIU, H.; LUKASHEVICH, I. S.; MAES, P.; SOUZA, W. M. de; MARKLEWITZ, M.; MARSHALL, S. H.; MARZANO, S. L.; MASSART, S.; MCCAULEY, J. W.; MELZER, M.; MILLER, K. M.; MING, T. J.; MIRAZIMI, A.; MORDECAI, G. J.; MÜHLBACH, H. P.; MÜHLBERGER, E.; NAIDU, R.; NATSUAKI, T.; NAVARRO, J. A.; NETESOV, S. Y V.; NEUMANN, G.; NOWOTNY, N.; NUNES, M. R. T.; VELARDE, A. O.; PALACIOS, G.; PALLÁS, V.; PÁLYI, B.; PAPA, A.; PARASKEVOPOULOU, S.; PARK, A. C.; PARRISH, C. R.; PATTERSON, D. A.; CORRÊA, A. P.; PAWESKA, J. T.; PAYNE, S.; PERACCHIO, C.; PÉREZ, D. R.; POSTLER, T. S.; QI, L.; RADOSHITZKY, S. R.; RESENDE, R. O.; REYES, C. A.; RIMA, B. K.; LUNA, G. R.; ROMANOWSKI, V.; ROTA, P.; RUBBENSTROTH, D.; RUBINO, L.; RUNSTADLER, J. A.; SABANADZOVIC, S.; SALL, A. A.; SALVATO, M. S.; SANG, R.; SASAYA, T.; SCHULZE, A. D.; SCHWEMMLE, M.; SHI, M.; SHÍ, X.; SHIMOMOTO, Y.; SHIRAKO, Y.; SIDDELL, S. G.; SIMMONDS, P.; SIRONI, M.; SMAGGHE, G.; SMITHER, S.; SONG, J. W.; SPANN, K.; SPENGLER, J. R.; STENGLEIN, M. D.; STONE, D. M.; SUGANO, J.; TABATA, A.; TAKADA, A.; TAKEUCHI, S.; TCHOUASSI, D. P.; TEFER, A.; TESH, R. B.; THORNBURG, N. J.; TOMITAKA, Y.; TOMONAGA, K.; TORDO, N.; TORTO, B.; TOWNER, J. S.; TSUDA, S.; TU, C.; TURINA, M.; TZANETAKIS, I. E.; UCHIDA, J.; USUGI, T.; VAIRA, A. M.; VALLINO, M.; VAN DEN HOOGEN, B.; VARSANI, A.; VASILAKIS, N.; VERBEEK, M.; BARGEN, S. V.; WADA, J.; WAHL, V.; WALKER, P. J.; WANG, L. F.; WANG, G.; WANG, Y.; WANG, Y.; WAQAS, M.; WÈI, T.; WEN, S.; WHITFELD, A. E.; WILLIAMS, J. V.; WOLF, Y. I.; WU, J.; XU, L.; YANAGISAWA, H.; YANG, C.; YANG, Z.; ZERBINI, F. M.; ZHAI, L.; ZHANG, Y. Z.; ZHANG, O.; ZHANG, J.; ZHANG, Z.; ZHOU, X. 2021 Taxonomic update of phylum Negarnaviricota (Riboviria: Orthornavirae), including the large orders Bunyavirales and Mononegavirale. Archives of Virology, August, 2021.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 2 |
| Biblioteca(s): Embrapa Mandioca e Fruticultura. |
|    |
| Registros recuperados : 1 | |
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
