| |
| Acadêmico(a): Leonardo Fiedler |
| Título: TORTUGA: aplicativo para identificação de tartarugas |
| |
| Introdução: |
As tartarugas marinhas, segundo Silva (2001), pertencem a mais antiga linhagem de répteis vivos que surgiram
na Terra há 150 milhões de anos, e devido a caça e redes de pesca inapropriadas, quase foram extintas. Por conta disso,
a correta identificação dos animais faz-se importante para preservação e manutenção das espécies. Atualmente, o
método mais comum de identificação de tartarugas é por meio de tags físicas, implantadas na nadadeira do animal com
um número de identificação, sendo um método transgressor e que pode levar o indivíduo a morte.
Segundo Jean et al. (2010) a foto-identificação pode ser conceituada como um método não invasivo e não
estressante porque utiliza fotografias das marcas naturais do corpo do animal para seu reconhecimento e pode ser uma
alternativa interessante e complementar a outros métodos, como o método de tags.
Para Gonçalves (2012), a foto-identificação pode ser bastante proveitosa para tartarugas marinhas quando não
se podem ser capturadas, como as que estão em locais de alimentação, de difícil acesso ou durante os períodos de
descanso das fêmeas nas épocas de desova. Para os pesquisadores, dentre as maiores vantagens, pode-se destacar o
monitoramento unificado das informações e a identificação a qualquer tempo do indivíduo.
Atualmente, algumas das aplicações utilizadas no processo de foto-identificação são o Interactive Individual
Identification System (I³S, 2019), TORtues marines du Sud-Oest de l'Ocean Indien (TORSOOI, 2019) e Automated
marine turtle photograph identification using artificial neural networks, with application to green turtles (CARTER et
al., 2014). Todas necessitam do apoio do pesquisador para marcar as regiões que compõem a placa antes de processar o
reconhecimento do indivíduo. Além disso, nenhuma das aplicações realiza o reconhecimento da tartaruga de forma que
ela obtenha a posição geográfica corrente, realize o processamento no próprio dispositivo e não necessite do apoio do
pesquisador para efetuar o mapeamento prévio ou o reconhecimento do animal. Portanto, pode-se afirmar que nenhuma
delas funciona corretamente em dispositivos móveis ou em hardwares de baixo custo e, em muitos casos, o pesquisador
precisa fotografar e depois efetuar o reconhecimento, ou seja, não permite realizar a identificação em tempo de captura,
apenas para o procedimento de captura, marcação e devolução.
Diante deste contexto e das limitações apresentadas, este trabalho se diferencia dos demais pois realiza o
reconhecimento de tartarugas a partir de imagens de apenas uma face (esquerda) de maneira automatizada, utilizando-se
de técnicas de processamento de imagens e deep learning para efetuar o treinamento e posteriormente, por meio de uma
aplicação Android, efetuar o reconhecimento dos indivíduos através da captura de imagens. Além disso, a aplicação
permite que o pesquisador efetue o cadastramento de informações referentes ao indivíduo, assim como a localização
onde a tartaruga foi encontrada. Outra contribuição deste trabalho será a construção de uma base de dados com imagens
obtidas/cedidas junto a pesquisadores e projetos já existentes, disponibilizando-a a comunidade científica.
Este artigo inicia descrevendo o processo de aquisição e expansão de uma base de dados, o qual servirá de
ponto de partida para a correta identificação de indivíduos. Após isso, são projetadas a arquitetura da rede neural, o
treinamento e posteriormente a classificação e o monitoramento dos indivíduos, sendo estas etapas o período de
classificação, extração de características e reconhecimento de indivíduos. |
| |
|
