INTRODUÇÃO: Um equino apresenta uma boa condição de bem-estar enquanto não estiver passando por situações desconfortáveis, tais como angústia, medo e dor. Entretanto, aferir de modo correto a dor pode ser um trabalho árduo e nada simples de se fazer de forma exata. As expressões faciais têm sido demonstradas como meio para se identificar dor nos cavalos. – OBJETIVOS: O presente trabalho tem como objetivo identificar técnicas de inteligência artificial para a detecção das unidades de ação facial para a identificação de dor em equinos descritas na HGS. – MATERIAIS E MÉTODO: Para isso, foi realizada uma ampla busca de artigos dos três últimos anos em bases científicas que apresentam estratégias utilizadas na execução de análises por ferramentas de inteligência artificial, as quais tinham como objetivo a extração de caracteres faciais. Para a preparação para a elaboração do algoritmo de IA a realização de treinamentos de manipulação de imagens se fez necessário, o treinamento contou também com uma tarefa de transformação de um vídeo em uma sequência de imagens, processo esse diretamente ligado a extração de frames dos vídeos coletados dos equinos. – RESULTADOS: Através do levantamento bibliográfico, encontrou-se estudos envolvendo machine learning e deep learning na grande maioria fazendo uso de CNNs, que tem como vantagem uma precisão muito alta para reconhecimento de imagens, mas em contrapartida necessita de um alto número de dados de treinamento. – CONSIDERAÇÕES FINAIS: Realizar o reconhecimento da dor em equinos através de métodos computacionais tem se mostrado uma tarefa cada vez mais promissora, visto que não age de forma invasiva e incômoda ao animal, garantindo sua segurança e bem-estar.
