Identificacao de larvas de mosquitos do genero aedes utilizando redes neurais convolucionais

dc.contributor.advisor-co1FERREIRA JÚNIOR, José Jailton Henrique
dc.contributor.advisor-co1Latteshttp://lattes.cnpq.br/9031636126268760pt_BR
dc.contributor.advisor1FRANCÊS, Carlos Renato Lisboa
dc.creatorSILVA, Romário da Costa
dc.creator.Latteshttp://lattes.cnpq.br/0524066960662417pt_BR
dc.date.accessioned2024-11-13T15:58:35Z
dc.date.available2024-11-13T15:58:35Z
dc.date.issued2023-09-29
dc.description.abstractArboviruses transmitted by mosquitoes of the Aedes genus constitute a threat to public health. Detection and control of these vectors are critical to preventing disease outbreaks including Dengue, Chikungunya, Zika and Yellow Fever. Computer vision and deep learning techniques have been increasingly used in epidemiological control, mainly with regard to the classification and detection of these mosquitoes. In this sense, three models are proposed for classification, detection and segmentation of mosquito larvae based on the use of convolutional neural networks (CNN) and object detection algorithms (YOLO). For this purpose, a dataset was created for training purposes. The dataset is composed of images of larvae, being categorized between Aedes and Non-Aedes classes. The results show that the proposed models are promising strategies and achieved accuracy values of 86.71%, mAP (Mean Average Precision) of 88.3% and 95.7% for the tasks of classification, detection and segmentation, respectively.pt_BR
dc.description.resumoAs arboviroses transmitidas pelos mosquitos do gênero Aedes constituem uma séria ameaça à saúde pública. A detecção e o controle desses vetores são fundamentais para prevenir surtos de doenças, incluindo Dengue, Chikungunya, Zika e Febre Amarela. As técnicas de visão computacional e aprendizagem profunda tem sido cada vez mais utilizadas no controle epidemiológico, principalmente, no que tange à classificação e detecção destes mosquitos. Nesse sentido, propõe-se três modelos voltados para classificação, detecção e segmentação de larvas dos mosquitos baseado na utilização de redes neurais convolucionais (CNN) e algoritmos de detecção de objetos (YOLO). Para tanto, foi criado um conjunto de dados (dataset) próprio para treinamento. O dataset é composto por imagens de larvas, sendo categorizadas entre as classes Aedes e Não Aedes. Os resultados obtidos indicam que os modelos propostos se apresentam como estratégias promissoras e alcançaram valores de acurácia de 86,71%, mAP (Mean Average Precision) de 88,3% e 95,7% para as tarefas de classificação, detecção e segmentação, respectivamente.pt_BR
dc.description.sponsorshipCAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superiorpt_BR
dc.identifier.citationSILVA, Romário da Costa. Identificacao de larvas de mosquitos do genero aedes utilizando redes neurais convolucionais. Orientador: Carlos Renato Lisboa Francês; Coorientador: José Jailton Henrique Ferreira Júnior. 2023. 71 f. Dissertação (Mestrado em Engenharia Elétrica) - Instituto de Tecnologia, Universidade Federal do Pará, Belém, 2023. Disponível em:https://repositorio.ufpa.br/jspui/handle/2011/16649 . Acesso em:.pt_BR
dc.identifier.urihttps://repositorio.ufpa.br/jspui/handle/2011/16649
dc.languageporpt_BR
dc.publisherUniversidade Federal do Parápt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentInstituto de Tecnologiapt_BR
dc.publisher.initialsUFPApt_BR
dc.publisher.programPrograma de Pós-Graduação em Engenharia Elétricapt_BR
dc.rightsAcesso Abertopt_BR
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/*
dc.source.uriDisponível na internet via correio eletrônico: bibliotecaitec@ufpa.brpt_BR
dc.subjectRedes neuraispt_BR
dc.subjectArbovirosespt_BR
dc.subjectVisão computacionalpt_BR
dc.subjectAprendizagem profundapt_BR
dc.subjectComputer visionen
dc.subjectDeep learningen
dc.subjectArbovirusesen
dc.subjectNeural networken
dc.subject.areadeconcentracaoCOMPUTAÇÃO APLICADApt_BR
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::TELECOMUNICACOESpt_BR
dc.subject.linhadepesquisaINTELIGÊNCIA COMPUTACIONALpt_BR
dc.titleIdentificacao de larvas de mosquitos do genero aedes utilizando redes neurais convolucionaispt_BR
dc.typeDissertaçãopt_BR

Arquivo(s)

Pacote Original

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
Dissertacao_IdentificacaoLarvasMosquito.pdf
Tamanho:
11.93 MB
Formato:
Adobe Portable Document Format
Descrição:

Licença do Pacote

Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
1.85 KB
Formato:
Item-specific license agreed upon to submission
Descrição: