Aplicação de Aprendizagem de Máquina na estimação do número de ovos de Aedes em imagens de ovitrampas

Abstract

A dengue é uma doença que pode ser letal que está presente em mais de cem países. Uma abordagem utilizada para seu controle endêmico é a redução do vetor de transmissão, os mosquitos da espécie Aedes. Desse modo, faz-se necessário o controle da proliferação deles. O presente trabalho busca automatizar a tarefa de identificação e contagem de ovos de mosquitos da espécie Aedes em imagens digitalizadas de ovitrampas. Para isso, foi utilizada uma imagem para treino e cinco imagens para teste, onde aplicou-se cinco diferentes abordagens de aprendizagem de máquina para classificação dos pixels de cada imagem como ovo ou fundo e, em seguida, foi realizada a contagem de ovos baseado no número de pixels classificados como ovo em uma área. Após a contagem, as cinco abordagens foram comparadas pelo erro médio relativo. A técnica que obteve o melhor resultado foi o algoritmo K-Nearest Neighbors, com erro médio relativo de 15,85%. O MLP, com um erro médio de 16,02% foi a segunda melhor abordagem. Já o pior resultado foi apresentado pela técnica de Bootstrap Aggregating, cujo erro médio relativo de foi de 17,74%.