HUMANOS VERSUS MÁQUINAS: A INTELIGÊNCIA ARTIFICIAL PODE SUBSTITUIR A ANÁLISE MANUAL NO MONITORAMENTO DA COMUNIDADE BENTÔNICA RECIFAL?

Marina Alves Méga de Andrade; César Augusto Mendes Cordeiro

Título do Trabalho

Autores

Marina Alves Méga de Andrade
César Augusto Mendes Cordeiro

Modalidade

Resumo

Área temática

Desenvolvimento de Tecnologias e Metodologias para Estudos Oceanográficos

Data de Publicação

13/12/2023

País da Publicação

Brasil

Idioma da Publicação

Português

Página do Trabalho

https://www.even3.com.br/anais/iii-simposio-do-programa-de-pos-graduacao-em-oceanografia-da-uerj-oceanografia-sustentavel-347987/708555-humanos-versus-maquinas--a-inteligencia-artificial-pode-substituir-a-analise-manual-no-monitoramento-da-comunidad

ISBN

978-65-272-0117-5

Palavras-Chave

ambientes recifais; inteligência artificial; visão computacional; CoralNet.

Resumo

Os recifes tropicais constituem um dos ecossistemas mais importantes do planeta, mas sofrem com impactos locais e globais. A fim de entender o funcionamento e a resposta desses ecossistemas frente aos impactos são necessárias pesquisas de longa duração. Pesquisas baseadas em imagens são vantajosas ao permitirem rapidez na coleta e armazenamento dos dados. Entretanto, a identificação e anotação manual dos organismos é lenta e tediosa, criando um descompasso entre a coleta e análise das imagens. Além disso, os anotadores humanos são subjetivos e inconsistentes. Anotações automatizadas, através de inteligência artificial, são vantajosas por diminuírem o tempo e a subjetividade das anotações, mas existem poucos estudos comparando o desempenho de ambas metodologias de anotação. A qualidade da imagem pode, também, atrapalhar as anotações, mas há pouco conhecimento sobre quais parâmetros influenciam mais. O CoralNet é um programa utilizado para fazer anotações em fotoquadrados e contém uma ferramenta de análise automatizada, a qual utiliza uma Rede Neural Convolucional (ConvNets) para identificar os organismos nas imagens e classificá-los em determinados rótulos e grupos morfofuncionais. As ConvNets são amplamente utilizadas na visão computacional, pois simplificam as imagens para o processo de classificação, sem que percam as características relevantes. Dessa forma, objetos mais complexos são aprendidos como objetos mais simples nas primeiras camadas da rede e à medida que passa por elas ganha complexidade. Além disso, funcionam através do raciocínio indutivo e, à medida que são treinadas, se tornam mais eficientes. Assim, o objetivo geral deste trabalho foi verificar a performance da ferramenta de análise automatizada (CoralNet) na classificação de organismos em imagens da cobertura recifal com diferentes qualidades. Para comparar os desempenhos da inteligência artificial e do anotador manual, utilizamos imagens pré-anotadas por um especialista para treinar e avaliar ambos os anotadores. O desempenho foi medido pela concordância com as anotações prévias através do Kappa de Cohen. A qualidade das imagens foi medida qualitativamente e os desempenhos dos anotadores foram relacionados com os parâmetros de qualidade presentes em cada imagem usando análise de variância (ANOVA). Os anotadores manual e automático apresentaram desempenho similar para a maioria dos rótulos e grupos morfofuncionais da cobertura bentônica, indicando a eficiência da inteligência artificial nas anotações. Os grupos de melhor desempenho foram os corais, macroalgas coriáceas e macroalgas filamentosas, enquanto os de pior desempenho foram turf, macroalga calcária crostosa e Dictyota spp. Os parâmetros de qualidade de imagem influenciaram de forma similar os anotadores e nem sempre as imperfeições mais representativas tiveram maior influência. Os principais parâmetros de influência foram suspensão de sedimento, erro de paralaxe, reflexo da luz solar e superexposição, podendo ser amenizados com ajustes na câmera, experiência de mergulho e utilização de suporte fixo ao quadrado. Estes resultados apontam que a ferramenta de anotação automática é equiparável ao anotador manual na anotação de fotoquadrados da cobertura bentônica.

Título do Evento: III Simpósio do Programa de Pós Graduação em Oceanografia da UERJ: Oceanografia Sustentável
Cidade do Evento: Rio de Janeiro
Título dos Anais do Evento: Anais do III Simpósio do Programa de Pós Graduação em Oceanografia da UERJ: Oceanografia Sustentável
Nome da Editora: Even3
Meio de Divulgação: Meio Digital

Como citar

ANDRADE, Marina Alves Méga de; CORDEIRO, César Augusto Mendes. HUMANOS VERSUS MÁQUINAS: A INTELIGÊNCIA ARTIFICIAL PODE SUBSTITUIR A ANÁLISE MANUAL NO MONITORAMENTO DA COMUNIDADE BENTÔNICA RECIFAL?.. In: Anais do III Simpósio do Programa de Pós Graduação em Oceanografia da UERJ: Oceanografia Sustentável. Anais...Rio de Janeiro(RJ) PPGOCN-UERJ, 2023. Disponível em: https//www.even3.com.br/anais/iii-simposio-do-programa-de-pos-graduacao-em-oceanografia-da-uerj-oceanografia-sustentavel-347987/708555-HUMANOS-VERSUS-MAQUINAS--A-INTELIGENCIA-ARTIFICIAL-PODE-SUBSTITUIR-A-ANALISE-MANUAL-NO-MONITORAMENTO-DA-COMUNIDAD. Acesso em: 20/06/2025