Title:	Facial recognition of nelore cattle through computer vision.
Authors:	CLAURE, P. N. R. PORTO, J. V. de A. SIMÕES, A. R. P. BEZERRA, A. de O. WEBER, F. de L. OLIVEIRA JUNIOR, A. da S. MORAES, P. H. de ANTUNES, R. ABREU, U. G. P. de WEBER, V. A. de M.
Affiliation:	PIETRO NAVARRO R. CLAURE, UNIVERSIDADE ESTADUAL DE MATO GROSSO DO SUL; JOÃO VITOR DE ANDRADE PORTO, UNIVERSIDADE CATOLICA DOM BOSCO; ANDRE ROZEMBERG PEIXOTO SIMÕES, UNIVERSIDADE ESTADUAL DE MATO GROSSO DO SUL; ALEXANDRE DE OLIVEIRA BEZERRA, UNIVERSIDADE CATOLICA DOM BOSCO; FABRICIO DE LIMA WEBER, KEROW SOLUCÕES DE PRECISÃO; ADAIR DA SILVA OLIVEIRA JUNIOR, UNIVERSIDADE ESTADUAL DE MATO GROSSO DO SUL; PEDRO HENRIQUE DE MORAES, KEROW SOLUCÕES DE PRECISÃO; RODRIGO ANTUNES, UNIVERSIDADE ESTADUAL DE MATO GROSSO DO SUL; URBANO GOMES PINTO DE ABREU, CPAP; VANESSA APARECIDA DE MORAES WEBER, KEROW SOLUCÕES DE PRECISÃO.
Date Issued:	2025
Citation:	Annals of Data Analysis, v.1, n. 1, 2025.
Pages:	2025
Description:	This article aims to develop a model for recognizing Nelore cattle based on images of their faces. The experiment employs a methodology involving the creation of a database of images containing 2,210 images of 47 Nelore cattle, along with identification annotations for each animal and facial segmentation information using the YoloV8 network. For recognition, the article utilizes feature extraction through embeddings with the Inception network. Finally, an analysis of the following machine learning algorithms is conducted: K-Nearest Neighbors (KNN), Support Vector Machine (SVM), and Decision Tree (TREE), with precision values of 0.952, 0.987, and 0.635, respectively. This research is significant in the field of animal science as it proposes na innovative approach to Nelore cattle recognition using computer vision and machine learning technologies, contributing to more efficient and accurate. Este artigo visa desenvolver um modelo para o reconhecimento de bovinos da raça Nelore com base em imagens de suas faces. O experimento utiliza uma metodologia que envolve a criação de um banco de dados composto por 2.210 imagens de 47 animais da raça Nelore, incluindo anotações de identificação para cada animal e informações de segmentação facial obtidas por meio da rede YoloV8. Para o reconhecimento, o artigo emprega a extração de características via *embeddings* com a rede Inception. Por fim, realiza-se uma análise dos seguintes algoritmos de aprendizado de máquina: K-Vizinhos Mais Próximos (KNN), Máquina de Vetores de Suporte (SVM) e Árvore de Decisão (TREE), apresentando valores de precisão de 0,952, 0,987 e 0,635, respectivamente. Esta pesquisa é relevante para a área de ciência animal, pois propõe uma abordagem inovadora para o reconhecimento de bovinos Nelore utilizando tecnologias de visão computacional e aprendizado de máquina, contribuindo para processos mais eficientes e precisos.
Thesagro:	Bovino
NAL Thesaurus:	Cattle Traceability Artificial intelligence Computer vision Livestock
Keywords:	Aprendizado de máquina Inteligência artificial Nelore Pecuária de precisão Reconhecimento facial Visão computacional
Notes:	Proceedings of the III Workshop on Data Analysis (WANDA 2025).
Type of Material:	Artigo de periódico
Access:	openAccess
Appears in Collections:	Artigo em periódico indexado (CPAP)