Visão Computacional Como Ferramenta Para O Monitoramento Da Integridade Genética De Populações De Cairina Moschata

Todos os Trabalhos

Trabalho

Título do Trabalho

VISÃO COMPUTACIONAL COMO FERRAMENTA PARA O MONITORAMENTO DA INTEGRIDADE GENÉTICA DE POPULAÇÕES DE CAIRINA MOSCHATA

Autores

Jefferson Darlan Costa Braga
Higor Marota Faria
Laura Beatriz Paim Calado
André Silva
LARYSSA DOS SANTOS RUDEK
Débora De Souza Gonçalves
Pilatos João Matavela
Marilia de Paiva Pereira
RODRIGO GAROFALLO GARCIA
Vanessa Aparecida de Moraes Weber

Modalidade

Resumo I Fórum Brasileiro de Pecuária de Precisão, IA e Sustentabilidade

Área temática

1.1) Pecuária de Precisão e IA

Data de Publicação

28/08/2026

País da Publicação

Brasil

Idioma da Publicação

pt-BR

Página do Trabalho

https://www.even3.com.br/anais/anais-ecpantanaltech/1643083-visao-computacional-como-ferramenta-para-o-monitoramento-da-integridade-genetica-de-populacoes-de-cairina-moscha

ISSN

Palavras-Chave

Pato; Visão computacional; Aprendizado de máquina; Hibridização; Conservação.

Resumo

A identificação correta de indivíduos de Cairina moschata (pato-do-mato) possui elevada relevância para a conservação da biodiversidade brasileira, uma vez que a espécie nativa vem sofrendo diluição genética decorrente do cruzamento não controlado com sua forma domesticada. A distinção entre indivíduos silvestres, domésticos e híbridos é fundamental para monitorar populações naturais, subsidiar estratégias de manejo e compreender os impactos da introgressão genética sobre a integridade das populações selvagens. Neste estudo, avaliou-se a capacidade preditiva de algoritmos de aprendizado de máquina para classificar indivíduos de C. moschata em três categorias (doméstico, híbrido e selvagem) a partir de fotografias. O banco de imagens foi obtido na plataforma Birds of the World (Cornell Lab of Ornithology), e utilizado exclusivamente para fins de pesquisa. As fotografias foram padronizadas por meio de recorte quadrado contendo apenas a região da cabeça e do pescoço de machos adultos. O conjunto de dados foi composto por 103 imagens, sendo 34 classificadas como domésticas, 36 como híbridas e 33 como selvagens. As imagens foram processadas no software Orange, utilizando extração automática de características por meio do modelo Inception v3, seguida da comparação dos classificadores Support Vector Machine (SVM), k-Nearest Neighbors (kNN) e Árvore de Decisão (Tree). A avaliação foi realizada por validação cruzada estratificada com cinco partições. Os resultados demonstraram superioridade do modelo SVM em relação aos demais algoritmos. O SVM apresentou AUC de 0,893, acurácia de 77,7%, F1-score de 0,780, precisão de 0,792 e recall de 0,777. O kNN obteve desempenho intermediário, com AUC de 0,875 e acurácia de 69,9%, enquanto a Árvore de Decisão apresentou os menores resultados (AUC = 0,704; acurácia = 56,3%). A matriz de confusão do SVM indicou elevada taxa de acerto para as três categorias, com 26 de 34 indivíduos domésticos, 28 de 36 híbridos e 26 de 33 selvagens corretamente classificados. Os principais erros ocorreram entre indivíduos híbridos e as demais categorias, evidenciando a sobreposição morfológica esperada entre esses grupos. A análise de dispersão revelou formação de agrupamentos relativamente distintos para domésticos e selvagens, enquanto os híbridos ocuparam posição intermediária, corroborando sua condição fenotípica de transição. Os resultados demonstram que técnicas de visão computacional associadas ao aprendizado de máquina apresentam potencial para auxiliar na identificação automática de Cairina moschata domésticos, híbridos e selvagens, com destaque para o modelo SVM, que apresentou o melhor desempenho geral. A abordagem mostra-se promissora como ferramenta complementar para estudos de conservação, monitoramento populacional e avaliação dos efeitos da hibridização sobre populações naturais da espécie.

Título do Evento: II Encontro Técnico-Científico do Pantanal Tech MS 2026
Cidade do Evento: Aquidauana
Título dos Anais do Evento: Anais do Encontro Técnico-Científico do Pantanal Tech MS
Nome da Editora: Even3
Meio de Divulgação: Meio Digital

Como citar

BRAGA, Jefferson Darlan Costa et al.. VISÃO COMPUTACIONAL COMO FERRAMENTA PARA O MONITORAMENTO DA INTEGRIDADE GENÉTICA DE POPULAÇÕES DE CAIRINA MOSCHATA.. In: . Disponível em: https//www.even3.com.br/anais/anais-ecpantanaltech/1643083-VISAO-COMPUTACIONAL-COMO-FERRAMENTA-PARA-O-MONITORAMENTO-DA-INTEGRIDADE-GENETICA-DE-POPULACOES-DE-CAIRINA-MOSCHA. Acesso em: 29/08/2026