Avaliação de algoritmos de identificação de imagens para monitoramento de tubarões (AIMT).

Visualizar/ Abrir
Data
2025-05-15Autor
Santos, Gabriel Vaz Rodrigues dos
http://lattes.cnpq.br/6830523953541253
Correia, Arthur Gabriel Pedrosa de Lima
http://lattes.cnpq.br/9148945647980716
Metadata
Mostrar registro completoResumo
Em meio aos ambientes naturais aquáticos, o convívio dos banhistas com os ataques de tubarões é bastante frequente. Assim, é notória a necessidade de um monitoramento mais efetivo, diante desses animais, a fim de garantir proteção e também promover mais segurança aos civis. Dessa forma, mediante a Aprendizagem Profunda, a qual permeia os fundamentos da Inteligência Artificial, é possível resolver tarefas mais complexas, por meio de redes neurais artificiais. À vista disso, este trabalho busca avaliar técnicas e algoritmos de Aprendizado de Máquina, mais precisamente Redes Neurais Convolucionais, no processo de monitoramento de tubarões, frente à identificação por imagens. Não obstante, configura-se como uma pesquisa aplicada, de caráter exploratório e com abordagem quantitativa, na qual foram avaliados os resultados obtidos pelas arquiteturas VGG 16, ResNet 50 e MobileNet V2, em meio ao processo de classificação. Por conseguinte, obtiveram-se resultados aceitáveis pelas métricas aplicadas, a exemplo do F1-Score, o qual alcançou valores próximos de 0.90. Portanto, tendo em vista o desempenho dos modelos, percebe-se a potencialidade desse experimento e sua importância para o processo de preservação, os quais podem ser explorados de forma mais abrangente, em cenários relacionados.
Os arquivos de licença a seguir estão associados a este item: