Computer vision for continuous plankton monitoring (2014)
- Authors:
- Autor USP: MATUSZEWSKI, DAMIAN JANUSZ - IME
- Unidade: IME
- Sigla do Departamento: MAC
- Assunto: COMPUTAÇÃO GRÁFICA
- Agências de fomento:
- Language: Português
- Abstract: Microorganismos planctônicos constituem a base da cadeia alimentar marinha e desempenham um grande papel na redução do dióxido de carbono na atmosfera. Além disso, são muito sensíveis a alterações ambientais e permitem perceber (e potencialmente neutralizar) as mesmas mais rapidamente do que em qualquer outro meio. Como tal, não só influenciam a indústria da pesca, mas também são frequentemente utilizados para analisar as mudanças nas zonas costeiras exploradas e a influência destas interferências no ambiente e clima locais. Como consequência, existe uma forte necessidade de desenvolver sistemas altamente eficientes, que permitam observar comunidades planctônicas em grandes escalas de tempo e volume. Isso nos fornece uma melhor compreensão do papel do plâncton no clima global, bem como ajuda a manter o equilíbrio do frágil meio ambiente. Os sensores utilizados normalmente fornecem grandes quantidades de dados que devem ser processados de forma eficiente sem a necessidade do trabalho manual intensivo de especialistas. Um novo sistema de monitoramento de plâncton em grandes volumes é apresentado. Foi desenvolvido e otimizado para o monitoramento contínuo de plânctons; no entanto, pode ser aplicado como uma ferramenta versátil para a análise de fluídos em movimento ou em qualquer aplicação que visa detectar e identificar movimento em fluxo unidirecional. O sistema proposto é composto de três estágios: aquisição de dados, detecção de alvos e suas identificações. O equipamento óptico é utilizado para gravar imagens de pequenas particulas imersas no fluxo de água. A detecção de alvos é realizada pelo método baseado no Ritmo Visual, que acelera significativamente o tempo de processamento e permite um maior fluxo de volume.O método proposto detecta, conta e mede organismos presentes na passagem do fluxo de água em frente ao sensor da câmera. Além disso, o software desenvolvido permite salvar imagens segmentadas de plâncton, que não só reduz consideravelmente o espaço de armazenamento necessário, mas também constitui a entrada para a sua identificação automática. Para garantir o desempenho máximo de até 720 MB/s, o algoritmo foi implementado utilizando CUDA para GPGPU. O método foi testado em um grande conjunto de dados e comparado com a abordagem alternativa de quadro-a-quadro. As imagens obtidas foram utilizadas para construir um classificador que é aplicado na identificação automática de organismos em experimentos de análise de plânctons. Por este motivo desenvolveu-se um software para extração de características. Diversos subconjuntos das 55 características foram testados através de modelos de aprendizagem disponíveis. A melhor exatidão de aproximadamente 92% foi obtida através da máquina de vetores de suporte. Este resultado é comparável à identificação manual média realizada por especialistas. Este trabalho foi desenvolvido sob a co-orientacao do Professor Rubens Lopes (IO-USP). Palavras-chave: monitoramento de ambiente marinho, detecção de plâncton
- Imprenta:
- Data da defesa: 11.04.2014
-
ABNT
MATUSZEWSKI, Damian Janusz. Computer vision for continuous plankton monitoring. 2014. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2014. Disponível em: http://www.teses.usp.br/teses/disponiveis/45/45134/tde-24042014-150825. Acesso em: 22 jan. 2026. -
APA
Matuszewski, D. J. (2014). Computer vision for continuous plankton monitoring (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de http://www.teses.usp.br/teses/disponiveis/45/45134/tde-24042014-150825 -
NLM
Matuszewski DJ. Computer vision for continuous plankton monitoring [Internet]. 2014 ;[citado 2026 jan. 22 ] Available from: http://www.teses.usp.br/teses/disponiveis/45/45134/tde-24042014-150825 -
Vancouver
Matuszewski DJ. Computer vision for continuous plankton monitoring [Internet]. 2014 ;[citado 2026 jan. 22 ] Available from: http://www.teses.usp.br/teses/disponiveis/45/45134/tde-24042014-150825
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
