Uma metodologia de contagem automatica de ovos de Aedes aegypti a
partir de imagens obtidas por smartphone
Contagem automática, Aedes aegypti, Aprendizagem Profunda,
Dispositivo de captura de baixo custo, Base de dados de ovos, Palheta de
ovitrampa.
Insetos transmissores de doenças, como o Aedes aegypti, causam danos significativos em várias áreas da sociedade. Doenças relacionadas ao mosquito, como
Dengue, Zika e Chikungunya têm causado prejuízos sanitários, sociais e econômicos
ao redor do globo, principalmente em países tropicais. Dentre os métodos de com-
bate, a vigilância entomológica provê mecanismos preditivos de combate ao vetor de
doenças baseados em indicadores-chave e envolve essencialmente a metodologia de
implantação de ovitrampas e consequente contagem manual de ovos do mosquito
em palhetas de ovitrampa para obtenção de informações para posterior tomada de
decisões no combate ao mosquito. Limitações e problemas inerentes à laboriosa contagem manual suscitam a demanda por métodos acurados de contagem automática
de ovos. Este trabalho propõe o desenvolvimento de uma metodologia de contagem
automática de ovos de Aedes aegypti em palhetas de ovitrampa de viável aplicação
operacional no âmbito de ações de combate ao mosquito, de baixo custo e que, além
de resolver problemas fundamentais da captura de imagens, como dificuldades de iluminação, resolve também problemas frequentes em trabalhos relacionados, como a
captura redundante de regiões da palheta. Abordagens anteriores promoveram considerável avanço no desenvolvimento de métodos de contagem automática, restando,
entretanto, numerosas dificuldades e pontos de melhoria. Contribuições importantes
desta pesquisa incluem a definição de uma metodologia de contagem de ovos baseada em inteligência computacional, a criação de um dispositivo de baixo custo para
captura adequada de imagens em palhetas de ovitrampa, a criação de base de dados
numericamente significativa dessas imagens, avaliação experimental do impacto de
técnicas de pré-processamento baseadas em processamento de imagens e em modelo de restauração de imagens degradadas na contagem com redes neurais. Também, treinamento e avaliação de modelos de detecção de objetos do estado da arte,
obtendo performance promissora no reconhecimento de ovos em imagens com ruídos
expressivos, bem como o uso de quantidade significativa de palhetas como conjunto
independente de validação da aplicabilidade desta metodologia em cenários de uso
real.