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

Vista sencilla de ítem
dc.contributorPEDRO HENRIQUE FERREIRA STRINGHINI, Unicamp, Bolsista CNPq (PIBIC); THIAGO TEIXEIRA SANTOS, CNPTIA.
dc.creatorSTRINGHINI, P. H. F.
dc.creatorSANTOS, T. T.
dc.date2016-11-04T11:11:11Z
dc.date2016-11-04T11:11:11Z
dc.date2016-11-04
dc.date2016
dc.date2020-01-21T11:11:11Z
dc.date.accessioned2026-07-07T04:14:40Z
dc.descriptionRESUMO - 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.
dc.descriptionCIIC 2016. Nº 16605.
dc.formatp. 1-9.
dc.identifierIn: CONGRESSO INTERINSTITUCIONAL DE INICIAÇÃO CIENTÍFICA 10., 2016, Campinas. Anais... Campinas: Embrapa Monitoramento por Satélite, 2016.
dc.identifier978-85-7029-135-6
dc.identifierhttp://www.alice.cnptia.embrapa.br/alice/handle/doc/1055882
dc.identifier.urihttp://hdl.handle.net/123456789/455277
dc.languagepor
dc.rightsopenAccess
dc.subjectAprendizado de máquina
dc.subjectReconhecimento de imagens
dc.subjectImage recognition
dc.subjectCoffee production
dc.subjectMachine learning
dc.subjectCafeicultura
dc.subjectImage analysis
dc.subjectArtificial intelligence
dc.titleUm estudo de descritores e classificadores para reconhecimento de bagas de café.
dc.typeArtigo em anais e proceedings

Archivos

Colecciones

Embrapa Agricultura Digital (CNPTIA)