Monitoramento de Pragas em Armadilhas de Água com Contagem Confiável
Para superar essa barreira, um estudo recente propõe um método abrangente para avaliar a confiança na contagem de pragas em imagens, considerando informações relacionadas aos resultados da contagem e às condições ambientais externas.
O processo envolve inicialmente o uso de uma rede de detecção de pragas para identificar e contar os indivíduos, extraindo informações relevantes do resultado da contagem. Em seguida, as imagens das pragas passam por avaliações de qualidade, complexidade e uniformidade de distribuição das pragas. As alterações na clareza da imagem causadas pela agitação durante a aquisição também são quantificadas através do cálculo do gradiente médio.
É notável a aplicação de um método de análise de sensibilidade multifatorial baseado em hipóteses para selecionar os métodos ideais de avaliação de qualidade e complexidade da imagem. Além disso, um algoritmo de agrupamento DBSCAN adaptativo foi proposto para a avaliação da uniformidade da distribuição das pragas.
Finalmente, as informações coletadas sobre os resultados da contagem e as condições ambientais são inseridas em um modelo de regressão para prever a confiança final da contagem de pragas.
Segundo os autores, esta é a primeira pesquisa focada em avaliar de forma abrangente a confiança em tarefas de contagem e quantificar a relação entre os fatores de influência e a confiança na contagem por meio de um modelo. Os resultados experimentais demonstraram que o método proposto reduz o Erro Quadrático Médio (MSE) em 31,7% e melhora o R² em 15,2% no conjunto de testes de confiança de contagem de pragas, em comparação com uma linha de base construída principalmente com base em informações relacionadas aos resultados da contagem. Este avanço representa um passo importante para tornar o monitoramento automatizado de pragas em armadilhas de água mais confiável e aplicável em contextos práticos da agricultura.