O trabalho de pesquisa “Sistema para reconhecimento de bovinos da raça pantaneira baseado em rede neural convolucional”, desenvolvido pelo bolsista Fabrício Weber, com orientação do pesquisador Urbano de Abreu, da Embrapa Pantanal, vem recebendo diversos prêmios na área acadêmica nos últimos anos. Dentre ele estão: melhor dissertação de mestrado, no ano de 2020, no programa de Zootecnia na UEMS; melhor dissertação de mestrado, no ano de 2020, nos três programas de mestrado/doutorado de universidades de Mato Grosso do Sul (UEMS, UFGD e UFMS) e Prêmio TAL–PG, da UEMS de melhor dissertação – Edição 2021. O trabalho consistiu na proposição de um método de identificação não invasivo para o reconhecimento dos bovinos, por meio das redes neurais convolucionais (CNN) - rede específica para processamento e análise de imagens, ou seja uma ferramenta da visão computacional. Para este experimento, foram mobilizados 51 bovinos pantaneiros, de idades variadas e ambos os sexos. As imagens que formam o conjunto de dados foram coletadas no Núcleo de Conservação de Bovinos Pantaneiros de Aquidauana (Nubopan), na Universidade Estadual de Mato Grosso do Sul (UEMS). O autor explica que a proposta foi desenvolver um método apoiado por visão computacional e algoritmos de aprendizado de máquinas, com o intuito de permitir a identificação individual e rastreabilidade de bovinos em sistemas extensivos registrando o histórico, desde seu nascimento até o seu abate. “Além da identificação e caracterização dos bovinos pantaneiros, esta é uma nova tecnologia que permite trazer mais bem-estar aos animais, bem como facilita a identificação e no futuro um resgate de bovinos pantaneiros, sem que para isso seja necessário o manejo dos animais, a implantação de brincos ou ainda a marcação a ferro”, detalha Fabricio. O pesquisador Ubano Abreu, da Embrapa, conta que para a pesquisa foram utilizadas imagens capturadas por meio de vídeos por quatro câmeras de monitoramento. “Depois foram extraídas imagens de determinados quadros que continham o objeto de interesse: o dorso, o perfil, a lateral e a face de cada bovino. Na etapa de classificação foram comparados três modelos conhecidos na literatura de aprendizagem profunda: InceptionResNetV2, Resnet-50 e DenseNet201. Os resultados indicam que os modelos avaliados podem apoiar pesquisadores e pecuaristas no reconhecimento de bovinos Pantaneiros”, explica o pesquisador “É desejável que pecuaristas implantem novas formas de gestão e que façam uso da rastreabilidade como ferramenta dentro do processo de padronização do sistema de produção, permitindo maior qualidade e produtividade do rebanho, alcançando novos e competitivos mercados”, completa Urbano. Ainda segundo os autores, a próxima etapa será pesquisar os algoritmos que permitam desenvolver a mesma técnica para a identificação por imagens de gado Nelore.