Um estudo de descritores e classificadores para reconhecimento de bagas de café.

RESUMO - Métodos de reconhecimento de frutos baseados na utilização de diferentes descritores e classificadores foram estudados. Foi utilizada uma base de dados de 3.393 imagens de café e não-café anteriormente criada e rotulada manualmente. Testes quantitativos demonstraram a identificação de bagas com 93% de precisão e 77% de cobertura utilizando descritores HoG adicionados a mediana dos componentes de cor do formato La*b*, aliados ao classificador Gradient Boosting. Esses resultados melhoram o método anteriormente proposto por Santos (2015), e demonstram a possibilidade de evolução de métodos que podem ser aplicados em metodologias de agricultura de precisão, monitoramento e predição de safra.

Bibliographic Details

Main Authors:	STRINGHINI, P. H. F., SANTOS, T. T.
Other Authors:	PEDRO HENRIQUE FERREIRA STRINGHINI, Unicamp, Bolsista CNPq (PIBIC); THIAGO TEIXEIRA SANTOS, CNPTIA.
Format:	Anais e Proceedings de eventos biblioteca
Language:	pt_BR por
Published:	2016-11-04
Subjects:	Aprendizado de máquina, Reconhecimento de imagens, Image recognition, Coffee production, Learning machine., Cafeicultura, Image analysis, Artificial intelligence.,
Online Access:	http://www.alice.cnptia.embrapa.br/alice/handle/doc/1055882
Tags:	Add Tag No Tags, Be the first to tag this record!