Um Fluxo de Trabalho Automatizado para Rastreio e Classificação de Comportamentos de Polvos em Ambiente Natural
A análise do comportamento de polvos em seu habitat natural, embora importante para as áreas da biologia e da conservação marinha, atualmente depende de um processo exaustivo e manual de inspeção de vídeos, frame a frame. Esse fluxo gera um gargalo operacional, desviando o tempo dos especialistas das tarefas analíticas para atividades puramente mecânicas. Este trabalho parte da hipótese de que técnicas modernas de visão computacional e inteligência artificial podem ser usadas para automatizar a triagem e classificação desses comportamentos. Para isso, será explorado o uso combinado de modelos de segmentação de vídeo e de identificação de objetos para o rastreio dos espécimes, bem como de classificadores de aprendizado profundo para o reconhecimento de padrões comportamentais. Em paralelo, técnicas de Inteligência Artificial Explicável (XAI), redução de dimensionalidade e visualização de dados serão incorporadas para fornecer justificativas interpretáveis dos resultados, criando um fluxo que permitirá que os biólogos validem as saídas do sistema e foquem seus esforços na interpretação ecológica e comportamental dos dados.