@MASTERSTHESIS{ 2019:1788762695,
 	title = {SeedFlow: Sistema de Visão Computacional para classificação de grãos de aveia},
 	year = {2019},
 	url = "http://tede.upf.br/jspui/handle/tede/1671",
 	abstract = "A aveia é um cereal de grande importância para a alimentação humana e animal devido aos
 benefícios nutricionais que oferece. Esses são oriundos principalmente das estruturas que compõem o grão. Em praticamente todas as etapas de seu processo de produção, a identificação correta da espécie e da cultivar que está sendo utilizada é uma informação essencial. O presente trabalho estabelece uma metodologia para aquisição, processamento e classificação de imagens digitais de grãos de aveia utilizando técnicas de visão computacional e de inteligência artificial. As técnicas de aprendizado profundo, aplicadas à imagens digitais, são caracterizadas pelo uso de redes neurais convolucionais capazes de reconhecer estruturas complexas presentes nessas imagens. Essas técnicas foram empregadas com duas finalidades: a primeira, identificar espécies de grãos de aveia, a exemplo de Avena sativa e Avena strigosa, e a segunda, classificar grãos quanto a cultivar para grãos da espécie Avena sativa. Entre as cultivares selecionadas estão a UPFA Ouro, UPFA Fuerza e UPFA Gaudéria. Diferentes arquiteturas de redes convolucionais estão disponíveis na literatura. Sendo assim, seis arquiteturas distintas foram comparadas para identificar qual produziria o melhor desempenho considerando o contexto deste trabalho. Essa abordagem proporcionou o resultado de acurácia de 99,7% para a identificação de espécies e 89,7% para a classificação de cultivares de aveia. Uma solução computacional denominada "SeedFlow" foi desenvolvida para a utilização da metodologia proposta. Essa solução é composta por três módulos: uma biblioteca de software; uma aplicação para treinamento e manipulação de bancos de imagens; e uma aplicação de análise e classificação de grãos utilizando redes neurais pré-treinadas. A abordagem proposta visa melhorar a eficiência em relação aos métodos manuais atualmente empregados. Segundo o experimento realizado, o seu emprego apresentou-se como viável, e pode servir como ferramenta para uso em testes de pré-seleção, em análise laboratorial ou no suporte à tomada de decisão em programas de melhoramento vegetal e avaliação de propriedade intelectual.",
 	publisher = {Universidade de Passo Fundo},
 	scholl = {Programa de Pós-Graduação em Computação Aplicada},
 	note = {Instituto de Ciências Exatas e Geociências – ICEG}
}