ROB: uma abordagem para identificação automática de bovinos usando OCR

Abstract

A identificação individual de bovinos desempenha um papel estraté- gico na gestão de propriedades leiteiras, permitindo o registro de dados como

frequência de alimentação, consumo de água e produção de leite. Em pequenas

propriedades, no entanto, esse processo ainda é realizado manualmente, limi- tando a eficiência. Este trabalho apresenta a abordagem ROB (Reconhecimento

Óptico de Brincos), cuja principal contribuição é a avaliação de posições de câ- mera e a criação de uma base de dados anotada de imagens reais de brincos

manuscritos, incluindo casos de oclusão parcial. As imagens foram processa- das com o Microsoft Azure OCR, alcançando 77,78% de precisão e 61,40% de

revocação no melhor cenário. Além de demonstrar a viabilidade do OCR nesse contexto, o trabalho reforça seu potencial como alternativa de menor custo em comparação ao RFID para pequenas propriedades.

A individual identification of cattle plays a strategic role in dairy farm management, allowing the recording of essential data such as feeding frequency,

water consumption, and milk production. In small farms, however, this pro- cess is often carried out manually, which limits efficiency. This paper presents

the ROB approach (Optical Ear Tag Recognition), whose main contribution is the evaluation of camera positions and the creation of a real annotated image dataset of handwritten cattle ear tags, including cases with partial occlusion. The images were processed with Microsoft Azure OCR, and the results achieved

77.78% precision and 61.40% recall in the best setup. In addition to demons- trating the feasibility of OCR in this context, this work highlights its potential as

a low-cost alternative to RFID for small farms.