Banca de DEFESA: LUCAS MARQUES DE SOUSA SILVA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: LUCAS MARQUES DE SOUSA SILVA
DATA: 17/02/2023
HORA: 09:30
LOCAL: meet.google.com/drx-dhsk-hmz
TÍTULO: DESENVOLVIMENTO DE UM MÉTODO BASEADO EM APRENDIZADO PROFUNDO PARA CONTAGEM AUTOMÁTICA DE OVOS DO AEDES AEGYPTI EM PALHETAS DE OVITRAMPA
PALAVRAS-CHAVES: Aedes aegypti; Ovitrampas; Visão Computacional; U-net;CSRNet;CNN
PÁGINAS: 73
GRANDE ÁREA: Engenharias
ÁREA: Engenharia Elétrica
RESUMO:

A dengue é uma doença endêmica, sendo um dos principais problemas de saúde em todo o mundo. As ovitrampas simulam um ambiente perfeito para a reprodução do mosquito Aedes aegypti. Consiste em um pote preto cheio de água, que fica estacionário, atraindo o mosquito. Nela é inserido um canudo de madeira, que facilita a postura dos ovos pela fêmea do mosquito Aedes aegypti, que é realizada manualmente, um a um, com auxílio de uma lupa, tornando o processo de contagem lento, e isso se torna uma das maiores desvantagens pois na maioria das vezes a uma grande dificuldade de ter um número exato de ovos pela forma que é feita esta contagem. Este trabalho aborda uma metodologia de visão computacional para contagem de ovos de ovitrampas que visa auxiliar especialistas nesta contagem. Para o desenvolvimento deste trabalho, foram propostos dois métodos para a automação da contagem. O primeiro foi baseado na segmentação das regiões de ovos, e nele investigamos diferentes espaços de cores e arquiteturas U-net com diferentes números de camadas e filtros. Em seguida, buscou-se os melhores parâmetros de uma etapa de pós-processamento com base na morfologia matemática. Os resultados alcançados foram promissores com uma precisão de 98,65% na segmentação dos ovos e um erro quadrático médio de 4,47 na contagem dos ovos, enquanto a segunda técnica foi baseado na criação de mapas de densidades, o CSRNet proposto é composto por dois componentes principais: uma rede neural convolucional (CNN) como front-end para extração de características 2D e um CNN estendida para o back-end, que usa kernels estendidos para fornecer campos de recebimento maiores e substituir operações de desagrupamento, obtendo resultados de erro médio quadrado de 2,82.

MEMBROS DA BANCA:
Presidente - 2025885 - FLÁVIO HENRIQUE DUARTE DE ARAÚJO
Interno - 1126212 - ANTONIO OSEAS DE CARVALHO FILHO
Interno - 2025063 - ROMUERE RODRIGUES VELOSO E SILVA
Externo ao Programa - 036.033.533-07 - BRUNO VICENTE ALVES DE LIMA - UFPI