Please use this identifier to cite or link to this item: http://hdl.handle.net/11422/22718
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorNetto, Sergio Lima-
dc.contributor.authorBarros, Bettina D'Avila-
dc.date.accessioned2024-04-23T20:06:06Z-
dc.date.available2024-04-25T03:00:17Z-
dc.date.issued2019-02-
dc.identifier.urihttp://hdl.handle.net/11422/22718-
dc.description.abstractThis work discusses data augmentation techniques for detecting mosquito breed- ing grounds using videos recorded by a drone. Firstly, a study regarding mosquito- related diseases is presented in order to propose a computer vision system capable of automatically detecting disease-related objects, such as water tanks, tires, and bottles. A database composed of six aerial videos containing breeding-related ob- jects is devised, including its planning and execution (recording and annotation) stages. However, due to the difficulty of obtaining extensive records of real sce- narios, artificial data augmentation techniques are presented. This work addresses three methods of inserting images of the objects into videos in order to increase the number of objects in the training set. Finally, a convolutional neural network detec- tor is used to evaluate these techniques, indicating that artificial data augmentation reduces overfitting, improving the overall detection performance by the proposed network.en
dc.languageengpt_BR
dc.publisherUniversidade Federal do Rio de Janeiropt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectControle de mosquitospt_BR
dc.subjectVisão computacionalpt_BR
dc.subjectAprendizado computacionalpt_BR
dc.titleOn data augmentation techniques for the automatic detection of mosquito breeding grounds using videosen
dc.title.alternativeAcerca de técnicas de aumento de dados para a detecção automática de focos de mosquito usando vídeospt_BR
dc.typeDissertaçãopt_BR
dc.contributor.authorLatteshttp://lattes.cnpq.br/8111760012062076pt_BR
dc.contributor.advisorCo1Silva, Eduardo Antônio Barros da-
dc.contributor.referee1Esperança, Claudio-
dc.contributor.referee2Coelho, Flávio Codeço-
dc.description.resumoEsta dissertação discute sobre técnicas de aumento de dados para detectar potenciais focos de mosquito usando vídeos gravados por um drone. Primeiramente, um estudo sobre doenças transmitidas por mosquitos é apresentado para propor um sistema de visão computacional capaz de automaticamente detectar objetos associados a criadouros. Uma base de dados composta por seis vídeos aéreos contendo objetos como caixas d’água, pneus e garrafas é desenvolvida, desde a etapa de planejamento até a de execução (gravação e anotação). Entretando, devido a dificuldade de obter uma base extensiva de cenários reais, técnicas de aumento artificial de dados são apresentadas. Esse trabalho contempla três métodos para inserir imagens de objetos em vídeos a fim de aumentar o número de objetos do conjunto de treino. Por fim, uma rede neural convolucional é proposta para avaliar essas técnicas, indicando que o aumento artificial de dados reduz o sobreajuste, melhorando a capacidade da rede de detectar os objetos de interesse.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentInstituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenhariapt_BR
dc.publisher.programPrograma de Pós-Graduação em Engenharia Elétricapt_BR
dc.publisher.initialsUFRJpt_BR
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::ELETRONICA INDUSTRIAL, SISTEMAS E CONTROLES ELETRONICOSpt_BR
dc.embargo.termsabertopt_BR
Appears in Collections:Engenharia Elétrica

Files in This Item:
File Description SizeFormat 
925006.pdf4.03 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.