by 
 |
| Imagem: PXHere | Domínio público |
Pesquisadores do
Departamento de Ciência da Computação (DCC) da Universidade Federal de Minas
Gerais (UFMG), da Universidade de São Paulo (USP) e da Universidade de
Sheffield, no Reino Unido, aprimoraram um software que utiliza a Inteligência
Artificial (IA) para identificar focos de dengue com base em imagens aéreas.
O dispositivo é capaz de
analisar, automaticamente, fotografias de imóveis, obtidas por veículos aéreo
não tripulados, e mapear as áreas urbanas com alto risco de infestação. A
evolução da ferramenta torna dispensável a verificação presencial dos locais
identificados como possíveis criadouros das larvas, o que barateou o processo.
"Por meio de
mosaicos de imagens obtidas por uma câmera transportada por veículos aéreos não
tripulados, desenvolvemos algoritmos baseados em aprendizado profundo para
detecção de caixas d’água e piscinas. Um modelo de detecção de objetos,
inicialmente criado para áreas de Belo Horizonte, foi aprimorado com técnicas
de transferência de aprendizagem, que nos possibilitou detectar objetos em
Campinas com menos amostras e mais eficiência", afirma o coordenador dos
estudos, o professor Jefersson Alex dos Santos, do DCC e da Universidade de
Sheffield.
Índice de Condição de
Premissa
A mais recente etapa do
experimento foi realizada em Campinas, no estado de São Paulo. Em 200
quarteirões pesquisados, foram visitadas as construções e medidos os três
componentes do chamado Índice de Condição de Premissa (PCI): construção,
quintal e sombreamento, além das condições das fachadas e outras
características. Os resultados do estudo foram descritos no artigo Automatic
mapping of high-risk urban areas for Aedes aegypti infestation based on
building facade image analysis, que ainda está em revisão. No entanto, os
experimentos realizados indicam avanços para otimizar recursos no combate ao
Aedes aegypti.
Segundo os autores,
identificar áreas de maior risco em um município e direcionar os esforços de
controle para elas é uma estratégia mais eficiente, e o uso do PCI é uma
ferramenta importante. No entanto, a sua medida exige a visita a todos os
edifícios, processo extremamente oneroso. Nesse estudo, o grupo propõe uma
abordagem capaz de prever o PCI com base em imagens de fachadas no nível da
rua. A tecnologia foi batizada de PCINet.
“Treinamos uma rede
neural profunda com as fotos tiradas, criando um modelo computacional capaz de
examinar as fachadas dos edifícios. Avaliamos o PCINet em um cenário que iguala
uma situação real de grande escala, na qual o modelo poderia ser implantado
para monitorar automaticamente quatro regiões de Campinas”, informaram os
autores do artigo.
Segundo os cientistas, os
bons resultados obtidos com o PCINet e as boas correlações das condições da
fachada com os componentes do PCI demonstraram a confiabilidade da metodologia
para classificar as condições dos edifícios sem visitá-los fisicamente.
Fonte: UFMG
Nenhum comentário:
Postar um comentário