WILD ANIMALS CLASSIFICATION USING CONVOLUTIONAL NEURAL NETWORKS

Code: 220910150
Downloads
5
Views
55
Compartilhe
Título

WILD ANIMALS CLASSIFICATION USING CONVOLUTIONAL NEURAL NETWORKS

Autores(as):
  • Alan Afif Helal

  • Diego José Welsing Nogueira

  • Tiago Teixeira Da Silva

DOI
  • DOI
  • 10.37885/220910150
    Publicado em

    01/11/2022

    Páginas

    901-914

    Capítulo

    62

    Resumo

    This work aims at evaluating the use of deep convolutional neural networks (CNNs) for the classification of wild animals captured by trap cameras. Such classification is relevant in forestry management because it is an important tool for monitoring the quantity and diversity of the wild animal population in order to guarantee its long term survival and wellbeing. To train and test the CNNs, we built and made public a dataset of 5,120 images of three classes of mammal speciesof interest: armadillo, deer and wild pig. Because of the typical conditions of use of trap cameras employed in tropical forests (our use case), the resulting dataset images are very challenging to classify due to occlusions, illumination conditions (day and night), weather, etc. In our evaluation experiments, we examined three types of CNNs architectures with different configurations.Our best CNN architecture was able to correctly classify 92.80% of the images.

    Ler mais...
    Palavras-chave

    Animals Classification, Convolutional Neural Networks, IA.

    Publicado no livro

    OPEN SCIENCE RESEARCH VI

    Licença

    Esta obra está licenciada com uma Licença Creative Commons Atribuição-NãoComercial-SemDerivações 4.0 Internacional.

    Licença Creative Commons

    O conteúdo dos capítulos e seus dados e sua forma, correção e confiabilidade, são de responsabilidade exclusiva do(s) autor(es). É permitido o download e compartilhamento desde que pela origem e no formato Acesso Livre (Open Access), com os créditos e citação atribuídos ao(s) respectivo(s) autor(es). Não é permitido: alteração de nenhuma forma, catalogação em plataformas de acesso restrito e utilização para fins comerciais. O(s) autor(es) mantêm os direitos autorais do texto.

    Este site utiliza cookies. Usamos cookies para personalizar conteúdo e anúncios, fornecer recursos de mídia social e analisar nosso tráfego. Ao continuar você concorda com a nossa política de utilização de cookies.

    Continuar