A visão computacional, área da inteligência artificial e do aprendizado de máquina, vem crescendo nos últimos anos, e possui imagens como dados de entrada e informações como saída (BARELLI, 2018). O reconhecimento de objetos, uma de suas aplicações, pode ser integrada a outras áreas do conhecimento, como, por exemplo, na biologia, para o reconhecimento de espécies, o que permite a expansão do processo de aprendizagem em biologia para fora da sala de aula, além de possibilitar um vantajoso uso para uma comunidade em geral. Tendo isso em mente, definiu-se como objetivo deste trabalho criar um aplicativo para a identificação de espécies de animais e plantas da região Noroeste do Rio Grande do Sul, apresentando como saída do processamento uma página de informações sobre a espécie identificada (e.g. classificação taxonômica, habitat, características morfológicas). Para sua execução, foram selecionadas espécies ocorrentes na região noroeste do Rio Grande do Sul (BENCKE et al, 2010; KASPER et al., 2007; SCIPIONI et al, 2011). A partir dessa seleção foi estabelecido um dataset de imagens, o BioTrove (2025), para permitir a extração de características e então possível classificação. Optou-se como técnica de aprendizagem do sistema, o uso de uma rede neural convolucional (CNN), técnica de aprendizagem não-supervisionada, composta por camadas de que operam convoluções sobre as imagens para extrair características de cada classe, ou seja, desliza de um filtro que efetua operações aritméticas sobre a matriz que representa a imagem, essas convoluções aplicam técnicas de extração de bordas, filtros e outras, para criar mapas de ativação, que tem então suas dimensões reduzidas, e após essas repetidas camadas na rede, uma totalmente conectada que com a informação aprendida realização a classificação (SZELISKI, 2022). As informações incluídas sobre a classificação taxonômica e as características biológicas das espécies, foram obtidas por meio de pesquisas em livros, como o “Biologia de Campbell” (URRY et al., 2022), e de sites, como o WikiAves (2025). Como resultado, foi desenvolvido um software nomeado como “IFFar BioVision”, composto pela CNN e pelo banco de dados das espécies. A rede neural construída atingiu cerca de 75% de acurácia na identificação das 300 espécies apresentadas a esta, sendo espécies de aves, mamíferos e plantas. Esse sistema está em processo para disponibilização como um aplicativo, com instalação feita via web, possibilitando então sua utilização pela comunidade. A pesquisa buscou o desenvolvimento de um sistema com a aplicação da visão computacional à biologia, proporcionando uma ferramenta útil tanto para fins educativos no IFFar – Campus Frederico Westphalen quanto para a comunidade em geral, permitindo a identificação de espécies sem requerer conhecimentos prévios por parte dos usuários.

Referências bibliograficas:

BARELLI, F. Introdução à Visão Computacional: Uma abordagem prática com Python e OpenCV. 1. ed. Vitória: Casa do Código, 2018. 266p. BENCKE, G. A. et al. Revisão e Atualização da Lista das Aves do Rio Grande do Sul, Brasil. Iheringia Série Zoologia, Porto Alegre, v. 100, n. 4, p. 519-556, dez. 2010. Disponível em: https://www.scielo.br/j/isz/a/Ty6WrwV6LHdPr5t3QfS9n6N/?format=html&lang=pt&stop=next. Acesso em: 27 ago. 2025. BIOTROVE. BioTrove: A Large Curated Image Dataset Enabling AI for Biodiversity. Disponível em: https://baskargroup.github.io/BioTrove/. Acesso em: 25 ago. 2025. KASPER, C. B. et al. Composição e Abundância Relativa dos Mamíferos de Médio e Grande Porte no Parque Estadual do Turvo, Rio Grande do Sul, Brasil. Revista Brasileira de Zoologia, v. 24, n. 4, p. 1087-1096, dez. 2007. Disponível em: https://www.scielo.br/j/rbzool/a/6QHsZQYkNTkwDfRj5vZkjfB/?lang=pt. Acesso em: 27 ago. 2025. SCIPIONI, M. et al. Fitossociologia em Fragmento Florestal no Noroeste do Estado do Rio Grande do Sul. Ciência Florestal, Santa Maria, vol. 21, núm. 3, p. 409-419, julho-setembro, 2011. SZELISKI, R. Computer Vision: Algorithms and Applications. 2. ed. Springer, 2022. 947p. URRY, L. et al. Biologia de Campbell. 12. ed. Porto Alegre: Artmed, 2022. 1446p. WIKIAVES. Espécies em Frederico Westphalen/RS | Wiki Aves - A Enciclopédia das Aves do Brasil. Disponível em: https://www.wikiaves.com.br/especies.php?&t=c&c=4308508. Acesso em: 26 ago. 2025.