Metodologia Computacional para detecção do animal durante a avaliação comportamental.
O comportamento animal é estudado por vários ramos da ciência, especialmente em relação à sociabilidade, emocionalidade e respostas às drogas. Porém, existem várias formas de observação e, em geral, são realizadas por análise de movimento, emissão de som entre outros. O registro e a análise precisa dos movimentos realizados em resposta ao estímulo oferecido torna-se difícil, principalmente fatores como luz e sombra, que podem dificultar a detecção do animal e mudanças bruscas de forma (levantamento e autolimpeza), essenciais para o registro do comportamento animal. Com base nessa suposição, este projeto apresenta um pipeline para segmentação de objetos (animal) com e sem luminosidade na mesma imagem; Resultados: A metodologia aplicada teve um acerto, em ambos ambientes, maior que 85% com relação aos demais métodos comparados. Conclusões: A utilização de diferentes métodos em um pipeline foi eficiente para segmentação do objeto em diferentes focos de luminosidade.
Metodologia Computacional para detecção do animal durante a avaliação comportamental.
-
DOI: 10.22533/at.ed.0942322066
-
Palavras-chave: filtro de imagem; morfologia matemática; segmentação de objeto, comportamento social
-
Keywords: image filter; mathematical morphology; object segmentation, social behavior
-
Abstract:
Animal behavior is studied by several branches of science, especially in relation to sociability, emotionality and responses to drugs. However, there are several forms of observation and, in general, they are performed by analysis of movement, sound emission, among others. The recording and precise analysis of movements performed in response to the stimulus offered is difficult, especially factors such as light and shadow, which can make it difficult to detect the animal and sudden changes in shape (lifting and self-cleaning), which are essential for recording behavior. animal. Based on this assumption, this project presents a pipeline for segmenting objects (animal) with and without luminosity in the same image. The applied methodology had a success, in both environments, greater than 85% in relation to the other compared methods. The use of different methods in a pipeline was efficient for segmenting the object in different light sources.
- Paula Santos
- Silvio Morato
