O trabalho de pesquisa “Sistema para reconhecimento de bovinos da raça pantaneira baseado em rede neural convolucional”, vem recebendo diversos prêmios na área acadêmica nos últimos anos. O estudo foi desenvolvido pelo bolsista Fabrício Weber, com orientação do pesquisador Urbano de Abreu, da Embrapa Pantanal.
Dentre ele estão: melhor dissertação de mestrado, no ano de 2020, no programa de Zootecnia na UEMS; melhor dissertação de mestrado, no ano de 2020, nos três programas de mestrado/doutorado de universidades de Mato Grosso do Sul (UEMS, UFGD e UFMS) e Prêmio TAL–PG, da UEMS de melhor dissertação – Edição 2021.
O trabalho consistiu na proposição de um método de identificação não invasivo para o reconhecimento dos bovinos, por meio das redes neurais convolucionais (CNN) – rede específica para processamento e análise de imagens, ou seja uma ferramenta da visão computacional.
Para este experimento, foram mobilizados 51 bovinos pantaneiros, de idades variadas e ambos os sexos. As imagens que formam o conjunto de dados foram coletadas no Núcleo de Conservação de Bovinos Pantaneiros de Aquidauana (Nubopan), na Universidade Estadual de Mato Grosso do Sul (UEMS).
O autor explica que a proposta foi desenvolver um método apoiado por visão computacional e algoritmos de aprendizado de máquinas, com o intuito de permitir a identificação individual e rastreabilidade de bovinos em sistemas extensivos registrando o histórico, desde seu nascimento até o seu abate.
Além da identificação e caracterização dos bovinos pantaneiros, esta é uma nova tecnologia que permite trazer mais bem-estar aos animais, bem como facilita a identificação e no futuro um resgate de bovinos pantaneiros, sem que para isso seja necessário o manejo dos animais, a implantação de brincos ou ainda a marcação a ferro”, detalha Fabricio.
O pesquisador Ubano Abreu, da Embrapa, conta que para a pesquisa foram utilizadas imagens capturadas por meio de vídeos por quatro câmeras de monitoramento. “Depois foram extraídas imagens de determinados quadros que continham o objeto de interesse: o dorso, o perfil, a lateral e a face de cada bovino.
Na etapa de classificação foram comparados três modelos conhecidos na literatura de aprendizagem profunda: InceptionResNetV2, Resnet-50 e DenseNet201. Os resultados indicam que os modelos avaliados podem apoiar pesquisadores e pecuaristas no reconhecimento de bovinos Pantaneiros”, explica o pesquisador
É desejável que pecuaristas implantem novas formas de gestão e que façam uso da rastreabilidade como ferramenta dentro do processo de padronização do sistema de produção, permitindo maior qualidade e produtividade do rebanho, alcançando novos e competitivos mercados”, completa Urbano. Ainda segundo os autores, a próxima etapa será pesquisar os algoritmos que permitam desenvolver a mesma técnica para a identificação por imagens de gado Nelore.