III WVC 2007 - Iris.sel.eesc.sc.usp.br - USP

WVC'2007 - III Workshop de Visão Computacional, 22 a 24 de Outubro de 2007, São José do Rio Preto, SP.Modelos Ocultos de Markov Aplicados na Identificação de Comportamento deSerpentesWesley Nunes Gonçalves, Jonathan de Andrade Silva, Bruno Brandoli Machado,Hemerson Pistori, Albert Schiaveto de SouzaGrupo de Pesquisa em Engenharia e ComputaçãoUniversidade Católica Dom BoscoAv. Tamandaré, 6000, Jardim Seminário, 79117-900 - Campo Grande, MS{jsilva, wnunes, bmachado}@acad.ucdb.br, {pistori,albert}@ucdb.brResumoEste artigo apresenta uma aplicação dos modelos ocultosde Markov (HMMs) no reconhecimento do comportamentode serpentes. Os experimentos foram conduzidosusando diferentes configurações para o HMM, incluindomodificações no número de estados internos e no procedimentode inicialização do algoritmo de aprendizagem. Omelhor resultado mostra uma porcentagem de classificaçãocorreta de 84% utilizando um HMM com quatro estados eo procedimento de inicialização baseado no algoritmo K-Means.1. IntroduçãoAs serpentes foram sugeridas como um dos principaisgrupos de animais para avaliar hipóteses ecológicas e evolucionárias[11]. Além disso, esse grupo é um interessante eimportante formador de venenos, o qual são extensivamenteutilizados no desenvolvimento de drogas para controle dehipertensão, analgésicos, anticoagulantes, entre outros. Devidoa esses motivos, o uso destes animais na pesquisa comportamentalaumentou gradativamente nos últimos anos,principalmente em questões relacionadas com a formaçãode venenos e o habitat natural.O habitat para répteis, em particular serpentes, foi aindapouco explorado na área científica. A criação de serpentesem cativeiros é uma difícil tarefa que pode ser beneficiadapela análise e identificação de comportamentos de serpentesem ambientes naturais e artificiais. Estes comportamentossão influenciados por diversos fatores, como temperatura,radiação solar, umidade e a estação do ano. A habilidade deidentificar e predizer a atividade apresentada por uma serpenteé essencial no processo de produção de venenos.A identificação comportamental de animais é geralmenterealizada através de um procedimento não automáticoenvolvendo um alto consumo de tempo nas seçõesde observações e anotações visuais. A precisão e reprodutibilidadedesse procedimento são afetadas pela fadigae distração dos observadores. A automação desse processo,utilizando técnicas de visão computacional, podefornecer resultados mais confiáveis e a possibilidade de estenderos experimentos para situações e ambientes quenão são facilmente acessíveis utilizando os métodos atuais.Os benefícios são ainda maiores para as serpentes,pois apresentam algumas atividades que, para serem observadas,requereriam diversas horas de observação contínua.A automatização pode também fornecer informações relacionadascom medidas físicas precisas, como distância evelocidade, que não são alcançadas com a observação visual[13].Este trabalho avalia o uso dos modelos ocultos deMarkov na identificação automática do comportamentode bote realizado por uma serpente. As espécies de serpenteutilizadas durante os experimentos foram: cascavel(Crotalus Durissus), boca de sapo (Bothrops Neuwiedi) ejibóia (Boa Constrictor). O modelo foi treinado com 20seqüências, totalizando 1000 imagens, e avaliado atravésde 10 seqüências, totalizando 500 imagens. Um procedimentosemi-automático, baseado em máquina de vetoresde suporte [2], foi adotado na fase de segmentação. A melhorporcentagem de classificação e tempo de execução foialcançada através da variação dos parâmetros dos modelosocultos de Markov, como o número de estados eo número de iterações do algoritmo de reestimação deparâmetros. Além disso, duas maneiras de inicialização dosHMMs foram avaliadas. O comportamento de bote foi inferidocom exatidão de 84% pelo HMM com 10 estados.Este artigo está estruturado em oito seções. A Seção 2apresenta alguns trabalhos correlatos que utilizam os mode-324