Análise de viabilidade técnica de sistema de visão computacional embarcado para identificação de carcaças de frangos com possível contaminação

• Processo: 19/00633-0
• Linha de fomento: Bolsas no Brasil - Programa eScience - Pequenas Empresas
• Vigência (Início): 01 de fevereiro de 2019
• Vigência (Término): 31 de outubro de 2019
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
• Pesquisador responsável: Fernando Antonio Torres Velloso da Silva Neto
• Beneficiário: Fernando Antonio Torres Velloso da Silva Neto
• Empresa: Mvisia Comércio de Equipamentos Eletrônicos Inovadores Ltda
• Vinculado ao auxílio: 18/13213-6 - Análise de viabilidade técnica de sistema de visão computacional embarcado para identificação de carcaças de frangos com possível contaminação, AP.eScience.PIPE
• Assunto(s): Visão computacional Aprendizado computacional Carcaça Frangos de corte Contaminação Controle da qualidade Abatedouros

Resumo

Motivados pela finalização bem-sucedida dos processos PIPE FAPESP Fase I (nº 2012/50974-9) e PIPE FAPESP Fase II (n° 2015/08706-5), o pesquisador responsável e sua equipe submetem o presente projeto de pesquisa visando desenvolver uma nova tecnologia para o setor de avicultura, o qual tem grande relevância para a economia nacional. O Brasil é o maior exportador de carne de frango do mundo, sendo que a qualidade deste produto é fator importante para a manutenção desses mercados consumidores. A análise da qualidade da carcaça de frango de corte, categoria a qual representa mais de 90% das aves abatidas no país, é feita também por inspeção visual, com funcionários analisando parâmetros como coloração, forma, tamanho, entre outros, de cada carcaça individualmente. Dada a natureza visual da inspeção realizada na qualificação de carcaças de frangos, um sistema de visão computacional pode ser empregado. Ainda assim, geralmente não é trivial para os especialistas explicar exatamente quais parâmetros eles utilizam nesta inspeção. Sendo assim, técnicas de seleção de atributos auxiliam no processo de escolha das características mais relevantes. A construção do classificador pode ser feita com algoritmos de aprendizado de máquina, a partir de exemplos previamente determinados por especialistas. Além disso, características não-visíveis a olho nu, como presença de patógenos e contaminação, podem ser identificadas pela utilização de imagens hiperespectrais no intervalo de radiação eletromagnética ultravioleta ou infravermelho próximo. Considerando que existem diversos critérios para qualificação de carcaças de frango de corte e ainda a limitação de tempo e fundos nesta etapa da proposta de pesquisa, o presente trabalho terá como objetivo a classificação de carcaças de frango de corte segundo o critério de contaminação fecal, gástrica ou biliar. Em um segundo momento, após a demonstração da viabilidade técnica, pretende-se aumentar o escopo da pesquisa, com a inclusão de outros parâmetros de classificação de carcaças. Ao final da realização deste projeto de pesquisa, espera-se obter um sistema de visão computacional capaz de classificar corretamente as carcaças de frango de corte em uma linha industrial, possibilitando aumento da produtividade, qualidade e rentabilidade dos abatedouros nacionais. (AU)