Análise da classificação de símbolos de arte rupestre usando a inteligência artificial a partir da plataforma Orange Canvas

Loading...
Thumbnail Image

Date

Journal Title

Journal ISSN

Volume Title

Publisher

Instituto Federal de Educação, Ciência e Tecnologia do Piauí

Resumo

A classificação de símbolos de arte rupestre, a partir da semelhança entre suas variadas formas, é fundamental para a análise desses antiquíssimos símbolos, porém, o processo de classificação manual é demorado, trabalhoso e suscetível a erros. Assim, este estudo investiga o uso da plataforma Orange Canvas e a sua viabilidade para automatizar essa tarefa, utilizando modelos de Aprendizado de Máquina. Dessa forma, foram analisadas 3.137 imagens de símbolos de arte rupestre, divididas em três categorias, são elas: antropomorfos, círculos e mãos. Antes do treinamento e classificação, as imagens passaram por um pré processamento envolvendo redimensionamento, recorte e conversão para formatos compatíveis, além do processo de data augmentation. Para a extração de características, foram testados na plataforma Orange Canvas, modelos de redes neurais convolucionais, como: Inception V3, SqueezeNet, VGG-16 e VGG-19, e a classificação foi realizada por meio dos algoritmos: Neural Network, SVM e Logistic Regression. Os resultados indicaram que o modelo Inception V3 obteve o melhor desempenho, alcançando 97% de acurácia, F1 Score, Precisão e Recall, com Neural Network. Com essas métricas, a abordagem demonstrou ser eficiente na classificação de símbolos de arte rupestre, contribuindo para a análise automatizada desses símbolos. Conclui-se que é promissor o uso da abordagem supracitada, na classificação de símbolos de arte rupestre.

Description

Keywords

Inteligência artificial, Orange Canvas, Classificação, Arte rupestre

Citation

SANTOS, Kawan Nascimento. Análise da classificação de símbolos de arte rupestre usando a inteligência artificial a partir da plataforma Orange Canvas. Orientador: Francisco Gerson Amorim de Meneses. 2025. 22 f. TCC (Tecnólogo em Análise de Desenvolvimento de Sistemas) -- IFPI, Parnaíba, 2025.

Endorsement

Review

Supplemented By

Referenced By