Trabalho de Conclusão de Curso
Documento
Autoria
Unidade da USP
Data de Apresentação
Orientador
Banca
Pimentel, Maria da Graça Campos
Joaquim, Marcelo Basilio
Título em Português
Análise de padrões de vocalização para determinar o bem-estar de suínos
Palavras-chave em Português
Processamento digital de sinais
Suínos
Redes neurais artificiais
Transformada discreta wavelet
Análise de ondoletas
Resumo em Português
O objetivo deste trabalho é propor um algoritmo para realizar a identificação de padrões na vocalização suína, visando determinar o nível do bem-estar do animal. Tal análise foi proposta uma vez que o bem-estar animal é um assunto cada vez mais abordado no mundo todo, principalmente quando os animais são criados para o abate. Dessa forma, a criação de um método em que haja o mínimo de contato com os animais se faz importante, evitando que tal contato altere o comportamento do animal e, conseqüentemente, o resultado da análise de seu bem-estar. Por essas características, foi proposto um método de análise dos sons emitidos pelos suínos com base na utilização de uma Rede Neural Artificial do tipo Radial Basis Function, a qual possui como elementos de treinamento e operação um conjunto de características extraídas através da Transformada Discreta Wavelet de sinais sonoros pré-gravados. As características obtidas dos sinais foram as energias das bandas críticas relativas à Escala Bark e a diferença entre as energias das bandas adjacentes, além dimensão fractal do sinal. Através desse método foram analisados dois tipos de sinais sonoros: a vocalização de leitões saudáveis e de leitões acometidos por uma doença chamada Artrite Traumática; e a vocalização de suínos adultos em situações de conforto e desconforto. Os resultados demonstram que a análise proposta atingiu bons patamares de acerto na determinação do bem-estar do animal
Palavras-chave em Inglês
Digital signal processing
Swines
Artificial neural networks
Discrete wavelet transform
Resumo em Inglês
This work describes an algorithm which was created and applied to classify patterns of swine vocalizations, in order to determine the animal's welfare, since this is an issue increasingly discussed, becoming a priority in management of these animals, especially for slaughter. Thus, it is necessary to have a method in which there is no contact with the animals, avoiding modifications of the animal's behavior and, consequently, the results. The proposed approach implements the above-mentioned analysis by using an Artificial Neural Network and the Discrete Wavelet Transform. The characteristics obtained from the signals are: energies of the critical bands of the Bark scale; the differences between energies of the adjacent bands; and the fractal dimension of the signal. Through this method, two types of signals were analyzed: the vocalization of healthy piglets and sick piglets, which had Traumatic Arthritis; and the vocalization of adult pigs in situations of comfort and discomfort. The results show that the proposed method achieves good levels of accuracy in determining the animal's welfare
Arquivos
AVISO - A consulta a este documento fica condicionada na aceitação das seguintes condições de uso:
Este trabalho é somente para uso privado de atividades de pesquisa e ensino. Não é autorizada sua reprodução para quaisquer fins lucrativos. Esta reserva de direitos abrange todos os dados do documento bem como seu conteúdo. Na utilização ou citação de partes do documento é obrigatório mencionar nome(s) do(s) autor(es) do trabalho.
 
Data de Publicação
2011-11-18
Número de visitas
1594
Número de downloads
1742
Copyright © 2010 Biblioteca Digital de Trabalhos Acadêmicos da USP. Todos os direitos reservados.