Título: Comparativo de Algoritmos de Machine Learning para Identificação de Moscas da Espécie Drosophila suzukii Através de Imagens das Asas
Autores: Leila Maria Rodrigues de Sousa, Carlos Eduardo da Silva Brandão, Iális Cavalcante de Paula Júnior
Resumo: A Drosophila suzukii é capaz de atacar frutos em período de amadurecimento, geralmente, pequenos e de pele macia, como morango, pitanga, cereja, framboesa, ao contrário de outras espécies de moscas que atacam apenas frutos podres. A inserção de larvas, por meio das fêmeas, causa danos diretos e indiretos, comprometendo a qualidade das frutas e elevando custos de produção. A principal forma de identificação dos machos é através de manchas escuras presentes no topo das asas, já as fêmeas apresentam um ovopositor estreito que possibilita a introdução dos ovos dentro dos frutos. Por possuir tamanho pequeno, em média quatro milímetros, e asas visualmente semelhantes a de outras Drosophilas, a identificação das fêmeas torna-se uma tarefa difícil. Este trabalho propõe um método de discriminação de gênero da Drosophila suzukii e diferenciação da espécie em relação a outras moscas, a partir de características extraídas de imagens das asas. A abordagem é fundamentada na dimensão fractal extraída da segmentação por filtro de Canny das componentes da Transformada de Wavelet Estacionária. A metodologia foi validada com os métodos de validação cruzada K-Fold e Leave One Out e na utilização de seis classificadores distintos: K-Vizinhos Mais Próximos, Máquina de Vetor de Suporte, Análise por Discriminante Linear, Análise por Discriminante Quadrático, Árvore de Decisão e Floresta Aleatória. Os resultados obtidos foram satisfatórios, com taxas de acerto superiores a 90%, validando a metodologia sugerida em ambos os cenários considerados, demonstrando eficácia na resolução de problemas que possuam base de imagens de tamanho reduzido.
Palavras-chave:
Páginas: 8
Código DOI: 10.21528/CBIC2019-49
Artigo em pdf: CBIC2019-49.pdf
Arquivo BibTeX: CBIC2019-49.bib