As Redes Neurais Artificiais (RNA) são modelos matemáticos associados à inteligência computacional capaz de aprender e generalizar informações, podendo assim ser utilizada como um classificador de imagens. O presente trabalho objetiva analisar o espelho nasal bovino com o intuito de comprovar que é uma característica única e permanente do animal podendo assim, ser sua identificação única. O experimento foi dividido em duas etapas. Para compor o banco de dados da primeira etapa foram utilizados 51 bovinos da raça Nelore com idade média de 11 meses, dos quais foram coletadas para a formação do banco de dados dezesseis imagens de cada animal, totalizando uma base de 816 imagens. Na segunda etapa do experimento foram utilizados 16 bovinos do banco de dados inicial, escolhidos de forma aleatória, com idade média de 23 meses. Destes foram coletadas 11 imagens para verificar se os padrões do espelho nasal, com o passar dos meses, mantêm seu padrão tornando possível, assim, a identificação do animal. Os algoritmos de processamento digital de imagens foram implementados utilizando o software MATLAB®. Após o processamento das imagens, as características vetorizadas foram utilizadas para treinamento e teste de uma rede neural artificial utilizando o algoritmo MLP, implementado usando o compilador C DGW, que serviu como classificador das mesmas. Também foi utilizado o algoritmo do K vizinhos mais próximos (K-nn), para realizar os testes de classificação, usando um método estatistico. A validação do classificador foi realizada mediante análise estatística dos seus erros e acertos. O erro médio quadrático utilizado neste estudo foi menor que 1%. Os resultados apresentados pelo classificador K-nn foram maiores que o da Rede Neural Artificial, porém ambos não alcançaram acertos acima de 90%, o que é considerado adequado a um classificador. Pode-se concluir que o método utilizado para extração de características não apresentou uma boa representatividade, porém ainda assim foi possível observar a tendência classificatória dos animais através das características do espelho nasal, assim como a tendência da permanência dos padrões com o envelhecimento do animal. / Artificial Neural Networks (ANN) are mathematical models associated with artificial intelligence that can learn and generalize information, therefore they can be used as images classifiers. This paper aims to analyze the cattle muzzle in order to prove that it is a unique and permanent characteristic of the animal thus, being used as its unique identification. The experiment was divided into two stages. To make the database of the first phase were used 51 Nelore bovines with an average age of 11 months, from which sixteen images of each animal were collected totalling of 816 images for the database. In the second stage of the experiment 16 bovines from the initial database were used, chosen randomly, with an average age of 23 months. From those 11 images were collected to verify if the standards of the muzzle remain the same after a couple of months, so the animal can be identified. The processing digital image algorithms were implemented using MATLAB® software. After the images processing, vectorized features were used to train and test an artificial neural network using the MLP algorithm, implemented using the C compiler DGW, and was used as a classifier. We also used the algorithm of K nearest neighbors (Knn) to perform the classification tests using a statistical method. The validation of the classifier was performed using statistical analysis of their mistakes and successes. The average square error used in this study was less than 1%. The results presented by K-nn classifier were higher than the one of Artificial Neural Network; nevertheless, both failed to reach above 90% success, which is considered suitable for a classifier. It can be concluded that the method used for feature extraction did not show a good performance, although it was possible to observe the trend of classification of animals through the characteristics of the muzzle, as well as the tendency of the permanence of the standards with the animal aging.

As Redes Neurais Artificiais (RNA) são modelos matemáticos associados à inteligência computacional capaz de aprender e generalizar informações, podendo assim ser utilizada como um classificador de imagens. O presente trabalho objetiva analisar o espelho nasal bovino com o intuito de comprovar que é uma característica única e permanente do animal podendo assim, ser sua identificação única. O experimento foi dividido em duas etapas. Para compor o banco de dados da primeira etapa foram utilizados 51 bovinos da raça Nelore com idade média de 11 meses, dos quais foram coletadas para a formação do banco de dados dezesseis imagens de cada animal, totalizando uma base de 816 imagens. Na segunda etapa do experimento foram utilizados 16 bovinos do banco de dados inicial, escolhidos de forma aleatória, com idade média de 23 meses. Destes foram coletadas 11 imagens para verificar se os padrões do espelho nasal, com o passar dos meses, mantêm seu padrão tornando possível, assim, a identificação do animal. Os algoritmos de processamento digital de imagens foram implementados utilizando o software MATLAB®. Após o processamento das imagens, as características vetorizadas foram utilizadas para treinamento e teste de uma rede neural artificial utilizando o algoritmo MLP, implementado usando o compilador C DGW, que serviu como classificador das mesmas. Também foi utilizado o algoritmo do K vizinhos mais próximos (K-nn), para realizar os testes de classificação, usando um método estatistico. A validação do classificador foi realizada mediante análise estatística dos seus erros e acertos. O erro médio quadrático utilizado neste estudo foi menor que 1%. Os resultados apresentados pelo classificador K-nn foram maiores que o da Rede Neural Artificial, porém ambos não alcançaram acertos acima de 90%, o que é considerado adequado a um classificador. Pode-se concluir que o método utilizado para extração de características não apresentou uma boa representatividade, porém ainda assim foi possível observar a tendência classificatória dos animais através das características do espelho nasal, assim como a tendência da permanência dos padrões com o envelhecimento do animal. / Artificial Neural Networks (ANN) are mathematical models associated with artificial intelligence that can learn and generalize information, therefore they can be used as images classifiers. This paper aims to analyze the cattle muzzle in order to prove that it is a unique and permanent characteristic of the animal thus, being used as its unique identification. The experiment was divided into two stages. To make the database of the first phase were used 51 Nelore bovines with an average age of 11 months, from which sixteen images of each animal were collected totalling of 816 images for the database. In the second stage of the experiment 16 bovines from the initial database were used, chosen randomly, with an average age of 23 months. From those 11 images were collected to verify if the standards of the muzzle remain the same after a couple of months, so the animal can be identified. The processing digital image algorithms were implemented using MATLAB® software. After the images processing, vectorized features were used to train and test an artificial neural network using the MLP algorithm, implemented using the C compiler DGW, and was used as a classifier. We also used the algorithm of K nearest neighbors (Knn) to perform the classification tests using a statistical method. The validation of the classifier was performed using statistical analysis of their mistakes and successes. The average square error used in this study was less than 1%. The results presented by K-nn classifier were higher than the one of Artificial Neural Network; nevertheless, both failed to reach above 90% success, which is considered suitable for a classifier. It can be concluded that the method used for feature extraction did not show a good performance, although it was possible to observe the trend of classification of animals through the characteristics of the muzzle, as well as the tendency of the permanence of the standards with the animal aging.

Os sistemas tradicionais de identificação de gado são comprovadamente passíveis de perda, danos e possíveis operações fraudulentas justificando as pesquisas de identificadores biométricos. Este trabalho tem por objetivo verificar a possibilidade do uso de componentes principais para avaliar a divisão do espelho nasal de bovinos em classes genéricas e melhorar o reconhecimento biométrico automático dos indivíduos. O banco de dados deste trabalho foi composto pela coleta e catalogação de imagens do espelho nasal de 187 bovinos da raça Nelore ao nascimento e aos 6 meses de idade e deste grupo foram escolhidos 68 animais aleatoriamente para serem fotografados aos 12 meses de idade. Os algoritmos de processamento digital de imagens, redução de dimesionalidade e extração de característas por PCA e classificação por meio de SVM, foram implementados utilizando o software MATLAB®. Por meio da metodologia estabelecida foi possível dividir os bovinos em classes genéricas e a validação do classificador foi realizada mediante análise estatística dos seus erros e acertos. Os resultados apresentados pelo classificador SVM atingiram índices de acertos na faixa de 95,33% a 99,52%, justificando seu uso como forma automática de identificação. Estes resultados permitem concluir que a metodologia de processamento digital de imagens, a extração de características por componentes principais e o uso de máquina de vetores de suporte utilizada neste trabalho, foi capaz de verificar a individualidade dos padrões existentes no espelho nasal de bovinos. / Livestock identification in traditional systems has been proven to be susceptible to loss, damage, and possible fraudulent operations justifying the research area of biometric identification. This work aim the study of possibility for using principal components to evaluate the division of the muzzle of cattle in generic classes to improve the automatic biometric recognition of individuals. This thesis used a database composed by 187 Nelore bulls muzzle image collected from animals aged from birth to 6 months. From this group 68 animals were randomly photographed at 12 months of age. The digital image processing, feature extraction and vector support machine (SVM) were implemented using MATLAB software. The methodology used in this thesis provides an alternative to divide the cattle in generics class. The class could be available by means of statistical classifier performance The results presented by classifier achieved 95.33% to 99.52% of accuracy classification justifying its use as automatic identification. The digital signal processing, feature extraction and support vector machine methodology were able the conclusion that muzzle print image could be used as animal identification.

Os sistemas tradicionais de identificação de gado são comprovadamente passíveis de perda, danos e possíveis operações fraudulentas justificando as pesquisas de identificadores biométricos. Este trabalho tem por objetivo verificar a possibilidade do uso de componentes principais para avaliar a divisão do espelho nasal de bovinos em classes genéricas e melhorar o reconhecimento biométrico automático dos indivíduos. O banco de dados deste trabalho foi composto pela coleta e catalogação de imagens do espelho nasal de 187 bovinos da raça Nelore ao nascimento e aos 6 meses de idade e deste grupo foram escolhidos 68 animais aleatoriamente para serem fotografados aos 12 meses de idade. Os algoritmos de processamento digital de imagens, redução de dimesionalidade e extração de característas por PCA e classificação por meio de SVM, foram implementados utilizando o software MATLAB®. Por meio da metodologia estabelecida foi possível dividir os bovinos em classes genéricas e a validação do classificador foi realizada mediante análise estatística dos seus erros e acertos. Os resultados apresentados pelo classificador SVM atingiram índices de acertos na faixa de 95,33% a 99,52%, justificando seu uso como forma automática de identificação. Estes resultados permitem concluir que a metodologia de processamento digital de imagens, a extração de características por componentes principais e o uso de máquina de vetores de suporte utilizada neste trabalho, foi capaz de verificar a individualidade dos padrões existentes no espelho nasal de bovinos. / Livestock identification in traditional systems has been proven to be susceptible to loss, damage, and possible fraudulent operations justifying the research area of biometric identification. This work aim the study of possibility for using principal components to evaluate the division of the muzzle of cattle in generic classes to improve the automatic biometric recognition of individuals. This thesis used a database composed by 187 Nelore bulls muzzle image collected from animals aged from birth to 6 months. From this group 68 animals were randomly photographed at 12 months of age. The digital image processing, feature extraction and vector support machine (SVM) were implemented using MATLAB software. The methodology used in this thesis provides an alternative to divide the cattle in generics class. The class could be available by means of statistical classifier performance The results presented by classifier achieved 95.33% to 99.52% of accuracy classification justifying its use as automatic identification. The digital signal processing, feature extraction and support vector machine methodology were able the conclusion that muzzle print image could be used as animal identification.