Acontece na UniGuairacá

42. 3622-2000 Frequentes na Uniguairacá

Egresso de Análise de Sistemas da UniGuairacá defende Tese de Doutorado

Durante sua pesquisa, foram desenvolvidos métodos para o reconhecimento automático de plantas.

19/04/2021 14h15

Voncarlos Marcelo de Araújo, egresso de Tecnologia em Análise e Desenvolvimento de Sistemas da UniGuairacá Centro Universitário, defendeu na última semana sua Tese de Doutorado no Programa de Pós-Graduação em Informática na Pontifícia Universidade Católica do Paraná (PUC/PR). Seu trabalho intitula-se ‘Reconhecimento de Espécies de Plantas a partir da imagem da folha usando aprendizagem profunda’. 

A identificação automática de plantas é considerada um desafio na área de reconhecimento de padrões, devido à dificuldade na distinção das espécies semelhantes e sua ampla diversidade biológica. Modelos de aprendizagem profunda são recomendados pela literatura para tratar esse tipo de problema, contudo, dependem do uso de grandes conjuntos de dados. 

Desta forma, durante a pesquisa do egresso da UniGuairacá, foram desenvolvidos métodos para o reconhecimento automático de plantas a partir da imagem digital do componente folha. Para tal, modelos de aprendizagem profunda, Redes Neurais Convolucionais (CNN, do inglês, Convolutional Neural Network) e Redes Neurais Siamesas (SNN, do inglês, Siamese Neural Network), treinados sob dois pontos de vista da folha (geral e local), são utilizados em uma abordagem de classificação Coarse-to-fine, ou seja, gênero-espécie. 

De acordo com Voncarlos, os métodos propostos também consideram estratégias para tratar desbalanceamento das bases e garantir escalabilidade. Os resultados experimentais foram avaliados em dois conjuntos de dados de plantas (PlantCLEF 2015 e LeafSnap), e se mostraram promissores e favoráveis quando comparados com o estado da arte. “É possível afirmar que o método proposto consegue atingir alta performance sob dados desbalanceados, além de garantir a sua escalabilidade”. 

Parabéns, Voncarlos, novo Doutor em Informática!