Please use this identifier to cite or link to this item: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1127719
Title: Compreensão de cenas em agricultura por redes neurais profundas.
Authors: DIAZ, M. G. B. D.
SANTOS, T. T.
Affiliation: MARCOS GABRIEL BARBOZA DURÉ DIAZ, Unicamp; THIAGO TEIXEIRA SANTOS, CNPTIA.
Date Issued: 2020
Citation: In: CONGRESSO INTERINSTITUCIONAL DE INICIAÇÃO CIENTÍFICA, 14., 2020. Anais... Campinas: Embrapa Informática Agropecuária, 2020.
Pages: 13 p.
Description: RESUMO - A compreensão de cenas tridimensionais na agricultura é de interesse estratégico para a atividade, pois abre caminho para automatizar análises e processos produtivos no campo. Na última década, algoritmos de aprendizado profundo se tornaram estado da arte em tarefas de detecção e classificação em imagens. Ao mesmo tempo, algoritmos de reconstrução tridimensionais de estruturas a partir de imagens se tornaram cada vez mais robustos e escaláveis. Redes neurais profundas, no entanto, ainda são pouco aplicadas a dados tridimensionais, em especial a representações de cenas na agricultura. Neste trabalho, mostramos os resultados de testes de reconstrução tridimensional de linhas de uma vinícola e desenvolvemos a base de uma interface para anotação de nuvens de pontos, fundamental para o treinamento de redes neurais. Acreditamos que as redes profundas serão capazes de segmentar, classificar e identificar a qual instância pertencem objetos de interesse em videiras, como frutos, folhas e ramos. Esse resultado é aplicável no auxílio de atividades que precisem de análise fenotípica em campo, como robótica de precisão, acompanhamento da produção e previsão de rendimentos de cultivos.
NAL Thesaurus: Neural networks
Keywords: Redes neurais
Redes Neurais Profundas
Reconstrução Tridimensional
Anotação de Dados
Classificação e Segmentação
Nuvens de Pontos
Deep Neural Networks
Tridimensional Reconstruction
Data Annotation
Classification and Segmentation
Point Clouds
ISBN: 978-65-88414-00-2
Notes: Evento online. CIIC 2020. Nº 20601.
Type of Material: Artigo em anais e proceedings
Access: openAccess
Appears in Collections:Artigo em anais de congresso (CNPTIA)

Files in This Item:
File Description SizeFormat 
RE20601-CIIC-2020.pdf6.87 MBAdobe PDFThumbnail
View/Open

FacebookTwitterDeliciousLinkedInGoogle BookmarksMySpace