@MASTERSTHESIS{ 2024:500583982,
 	title = {Utilizando redes neurais convolucionais siamesas para filtragem de imagens vazias em dados de armadilhas fotogr?ficas},
 	year = {2024},
 	url = "https://tede.ufam.edu.br/handle/tede/10243",
 	abstract = "As c?meras de armadilhas fotogr?ficas s?o usadas para monitorar a vida selvagem de forma n?o invasiva atrav?s de tarefas como an?lise populacional de esp?cies e estudo do comportamento animal ao longo das esta??es do ano. No entanto, como as imagens s?o capturadas quando os sensores da c?mera detectam movimento, muitas imagens sem animais s?o capturadas devido ao acionamento dos sensores por outros elementos, como ?rvores e folhas. Isso resulta em um ac?mulo de imagens vazias que ocupam espa?o na mem?ria dos equipamentos e consomem largura de banda e energia da rede. Para resolver esse problema, ? necess?rio utilizar m?todos que permitam filtrar imagens vazias. No entanto, essa tarefa apresenta desafios, como a varia??o da vegeta??o entre diferentes locais, ao longo do dia e das esta??es do ano. Nesse contexto, o objetivo deste trabalho ? desenvolver uma abordagem para filtragem de imagens vazias capturadas por c?meras de armadilhas fotogr?ficas que leve em considera??o o ambiente no qual as c?meras est?o instaladas. A abordagem proposta ? baseada em uma rede neural convolucional siamesa que recebe duas imagens de entrada: 1) uma imagem sem animais que apresenta as caracter?sticas da vegeta??o local e o n?vel aproximado de ilumina??o do dia; e 2) uma imagem capturada a partir do acionamento da c?mera que ser? verificada quanto ? presen?a ou n?o de animais na cena. Ao processar as duas imagens, a rede siamesa identifica as diferen?as sem?nticas entre ambas para determinar a exist?ncia ou n?o de animais na imagem capturada. Os resultados obtidos nos experimentos mostram que a abordagem siamesa obteve precis?o e acur?cia superiores aos resultados obtidos por modelos de classifica??o que recebem apenas uma imagem por vez, como redes de convolu??o.",
 	publisher = {Universidade Federal do Amazonas},
 	scholl = {Programa de P?s-gradua??o em Inform?tica},
 	note = {Instituto de Computa??o}
}