Por favor, use este identificador para citar o enlazar este ítem: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1113889
Registro completo de metadatos
Campo DCValorLengua/Idioma
dc.contributor.authorALGERI, T.pt_BR
dc.contributor.authorALGERI, T. A. B.pt_BR
dc.contributor.authorABREU, P. G. dept_BR
dc.contributor.authorPAULA FILHO, P. dept_BR
dc.date.accessioned2019-11-05T00:35:46Z-
dc.date.available2019-11-05T00:35:46Z-
dc.date.created2019-11-04
dc.date.issued2018
dc.identifier.citationRevista de Computação Aplicada ao Agronegócio, Medianeira, v. 1, n. 2, 1-12, 2018.pt_BR
dc.identifier.urihttp://www.alice.cnptia.embrapa.br/alice/handle/doc/1113889-
dc.descriptionA produção de frango no Brasil tanto para consumo interno quanto para exportação tem se destacado no cenário mundial, em um momento em que a preocupação com o bemestar animal é crescente. O estudo do comportamento animal tem um papel importante na produção, principalmente para o desenvolvimento de sistemas de produção que possuam padrões mínimos de bem-estar. A observação visual do comportamento consome tempo, é subjetiva e suscetível a erro. Desta forma este trabalho tem como objetivo a utilização de câmeras e técnicas de processamento de imagens para avaliar o comportamento expresso por frangos de corte no sistema produtivo. As imagens foram adquiridas de um aviário da região Oeste do Paraná entre dezembro de 2016 e fevereiro 2107, utilizando uma câmera de infravermelho. Foram alojadas 34.417 aves da linhagem Cobb, no final do processo produtivo foram recolhidas 33.208 aves com peso total de 92.680 kg, gerando uma média de 2,7 kg por ave. O trabalho foi desenvolvido baseandose na quantidade de quilos de aves por m-2 , onde a legislação brasileira indica um valor máximo de 42 kg m-2 , no melhor cenário. Para esta avaliação foram utilizados os classificadores Haar-like e Local Binary Pattern (LBP) que tiveram seus resultados comparados. Os classificadores analisaram 1.920 imagens, neste processo foram identificadas quantas aves estavam dentro de um quadro de um m-2 , o classificador LBP demonstrou ser o mais rápido e ambos os classificadores atingiram taxa de erro médio de 17,7%. Através da abordagem proposta pode-se concluir que foi possível gerar informações para subsidiar a avaliação da densidade de aves por m-2 .pt_BR
dc.language.isoporpt_BR
dc.rightsopenAccesspt_BR
dc.subjectBem-estar animalpt_BR
dc.titleDesenvolvimento de ferramenta não invasiva para cálculo de densidade de aves em aviários comerciais.pt_BR
dc.typeArtigo de periódicopt_BR
dc.date.updated2019-11-05T00:35:46Z
dc.subject.thesagroAviáriopt_BR
dc.subject.thesagroEmpresa Comercialpt_BR
riaa.ainfo.id1113889pt_BR
riaa.ainfo.lastupdate2019-11-04
dc.identifier.doi10.3895/rcaa.v1n2.9396.pt_BR
dc.contributor.institutionTHIAGO ALGERI, UTFPR; TÂNIA APARECIDA BECKER ALGERI, UTFPR; PAULO GIOVANNI DE ABREU, CNPSA; PEDRO DE PAULA FILHO, UTFPR.pt_BR
Aparece en las colecciones:Artigo em periódico indexado (CNPSA)

Ficheros en este ítem:
Fichero Descripción TamañoFormato 
final9201.pdf797.24 kBAdobe PDFVista previa
Visualizar/Abrir

FacebookTwitterDeliciousLinkedInGoogle BookmarksMySpace