Pesquisa do Instituto de Ciências Matemáticas e de Computação da Universidade de São Paulo (USP) avaliou o desempenho de sistemas de detecção de objetos com a finalidade de identificar animais da fauna brasileira em rodovias. A ideia é que, no futuro, a tecnologia possa ser utilizada para alertar os motoristas e evitar acidentes nas estradas.
“Estes modelos de visão computacional testados podem ser acoplados a dispositivos de computação de borda – descentralizada – em pistas para realizar a classificação e detecção do animal e assim repassar via aplicativo móvel algum sinal que indique que algum animal passou em determinado trecho”, explicou o pesquisador do instituto Gabriel Souto Ferrante.
O modelo empregado detectaria o animal por câmeras e realizaria a comunicação de uma informação simples e objetiva. “Vale ressaltar que essa pesquisa se concentra na criação dos modelos de I.A. [inteligência artificial] para a detecção, e não houve aplicação completa com aplicativos móveis ainda, sendo um desejo futuro”, acrescentou Ferrante.
Os pesquisadores, que se concentraram em espécies brasileiras em extinção, ressaltam que o sucesso de sua utilização tem relação com a disponibilidade de dados para treinamento do sistema. O estudo foi publicado na revista Scientific Reports.
“No caso, foi criado um dataset novo [bases de dados com amostras para treinamentos de algoritmos de inteligência artificial] gratuito e aberto, que buscamos realizar a junção de várias espécies de médio e grande porte visando fornecer dados para os modelos Yolo [mecanismo de detecção de objetos] serem treinados”, disse.
“Foi concluído que a arquitetura em suas diversas versões permitem a detecção e classificação adequada de tais espécies trabalhadas, especialmente em cenários de visibilidade favoráveis, ou seja, com nenhum artefato que obstrua a identificação do animal na pista. Vale ressaltar, que trabalhamos somente com cenários matutinos”, acrescenta o pesquisador.
De acordo com o pesquisador, “ainda existem barreiras técnicas relacionadas aos algoritmos desses modelos quando o ambiente possui algum desafio, como oclusão de ambiente – alta vegetação, neblina, chuva -, imagens de baixa qualidade, cenários noturnos. Todos esses problemas impactam negativamente o entendimento das características – cores, bordas, texturas dos bichos – para serem interpretados pela máquina”.
Além dos problemas relacionados à visão computacional, Ferrante aponta que há problemas relacionados à complexidade computacional exigida, como a necessidade de equipamentos de processamento na borda, ao lado da câmera, que forneçam a execução adequada e em tempo real. No entanto, são equipamentos de alto custo. “Falta de parcerias e investimentos em equipamentos de maior velocidade que possam suportar outras arquiteturas de detecção”, acrescentou.
Dados da Agência de Transporte do Estado de São Paulo (Artesp) mostram que as rodovias concedidas do estado registraram mais de 6,3 mil atropelamentos de animais silvestres no ano de 2023. Segundo a agência, a região central do estado concentra o maior número de casos, em cidades como Araraquara, Bauru e São Carlos, com animais selvagens, como tamanduás, capivaras, quatis, entre outros.
Pesquisa do Instituto de Ciências Matemáticas e de Computação da Universidade de São Paulo (USP) avaliou o desempenho de sistemas de detecção de objetos com a finalidade de identificar animais da fauna brasileira em rodovias. A ideia é que, no futuro, a tecnologia possa ser utilizada para alertar os motoristas e evitar acidentes nas estradas.
“Estes modelos de visão computacional testados podem ser acoplados a dispositivos de computação de borda – descentralizada – em pistas para realizar a classificação e detecção do animal e assim repassar via aplicativo móvel algum sinal que indique que algum animal passou em determinado trecho”, explicou o pesquisador do instituto Gabriel Souto Ferrante.
O modelo empregado detectaria o animal por câmeras e realizaria a comunicação de uma informação simples e objetiva. “Vale ressaltar que essa pesquisa se concentra na criação dos modelos de I.A. [inteligência artificial] para a detecção, e não houve aplicação completa com aplicativos móveis ainda, sendo um desejo futuro”, acrescentou Ferrante.
Os pesquisadores, que se concentraram em espécies brasileiras em extinção, ressaltam que o sucesso de sua utilização tem relação com a disponibilidade de dados para treinamento do sistema. O estudo foi publicado na revista Scientific Reports.
“No caso, foi criado um dataset novo [bases de dados com amostras para treinamentos de algoritmos de inteligência artificial] gratuito e aberto, que buscamos realizar a junção de várias espécies de médio e grande porte visando fornecer dados para os modelos Yolo [mecanismo de detecção de objetos] serem treinados”, disse.
“Foi concluído que a arquitetura em suas diversas versões permitem a detecção e classificação adequada de tais espécies trabalhadas, especialmente em cenários de visibilidade favoráveis, ou seja, com nenhum artefato que obstrua a identificação do animal na pista. Vale ressaltar, que trabalhamos somente com cenários matutinos”, acrescenta o pesquisador.
De acordo com o pesquisador, “ainda existem barreiras técnicas relacionadas aos algoritmos desses modelos quando o ambiente possui algum desafio, como oclusão de ambiente – alta vegetação, neblina, chuva -, imagens de baixa qualidade, cenários noturnos. Todos esses problemas impactam negativamente o entendimento das características – cores, bordas, texturas dos bichos – para serem interpretados pela máquina”.
Além dos problemas relacionados à visão computacional, Ferrante aponta que há problemas relacionados à complexidade computacional exigida, como a necessidade de equipamentos de processamento na borda, ao lado da câmera, que forneçam a execução adequada e em tempo real. No entanto, são equipamentos de alto custo. “Falta de parcerias e investimentos em equipamentos de maior velocidade que possam suportar outras arquiteturas de detecção”, acrescentou.
Dados da Agência de Transporte do Estado de São Paulo (Artesp) mostram que as rodovias concedidas do estado registraram mais de 6,3 mil atropelamentos de animais silvestres no ano de 2023. Segundo a agência, a região central do estado concentra o maior número de casos, em cidades como Araraquara, Bauru e São Carlos, com animais selvagens, como tamanduás, capivaras, quatis, entre outros.
Pesquisa do Instituto de Ciências Matemáticas e de Computação da Universidade de São Paulo (USP) avaliou o desempenho de sistemas de detecção de objetos com a finalidade de identificar animais da fauna brasileira em rodovias. A ideia é que, no futuro, a tecnologia possa ser utilizada para alertar os motoristas e evitar acidentes nas estradas.
“Estes modelos de visão computacional testados podem ser acoplados a dispositivos de computação de borda – descentralizada – em pistas para realizar a classificação e detecção do animal e assim repassar via aplicativo móvel algum sinal que indique que algum animal passou em determinado trecho”, explicou o pesquisador do instituto Gabriel Souto Ferrante.
O modelo empregado detectaria o animal por câmeras e realizaria a comunicação de uma informação simples e objetiva. “Vale ressaltar que essa pesquisa se concentra na criação dos modelos de I.A. [inteligência artificial] para a detecção, e não houve aplicação completa com aplicativos móveis ainda, sendo um desejo futuro”, acrescentou Ferrante.
Os pesquisadores, que se concentraram em espécies brasileiras em extinção, ressaltam que o sucesso de sua utilização tem relação com a disponibilidade de dados para treinamento do sistema. O estudo foi publicado na revista Scientific Reports.
“No caso, foi criado um dataset novo [bases de dados com amostras para treinamentos de algoritmos de inteligência artificial] gratuito e aberto, que buscamos realizar a junção de várias espécies de médio e grande porte visando fornecer dados para os modelos Yolo [mecanismo de detecção de objetos] serem treinados”, disse.
“Foi concluído que a arquitetura em suas diversas versões permitem a detecção e classificação adequada de tais espécies trabalhadas, especialmente em cenários de visibilidade favoráveis, ou seja, com nenhum artefato que obstrua a identificação do animal na pista. Vale ressaltar, que trabalhamos somente com cenários matutinos”, acrescenta o pesquisador.
De acordo com o pesquisador, “ainda existem barreiras técnicas relacionadas aos algoritmos desses modelos quando o ambiente possui algum desafio, como oclusão de ambiente – alta vegetação, neblina, chuva -, imagens de baixa qualidade, cenários noturnos. Todos esses problemas impactam negativamente o entendimento das características – cores, bordas, texturas dos bichos – para serem interpretados pela máquina”.
Além dos problemas relacionados à visão computacional, Ferrante aponta que há problemas relacionados à complexidade computacional exigida, como a necessidade de equipamentos de processamento na borda, ao lado da câmera, que forneçam a execução adequada e em tempo real. No entanto, são equipamentos de alto custo. “Falta de parcerias e investimentos em equipamentos de maior velocidade que possam suportar outras arquiteturas de detecção”, acrescentou.
Dados da Agência de Transporte do Estado de São Paulo (Artesp) mostram que as rodovias concedidas do estado registraram mais de 6,3 mil atropelamentos de animais silvestres no ano de 2023. Segundo a agência, a região central do estado concentra o maior número de casos, em cidades como Araraquara, Bauru e São Carlos, com animais selvagens, como tamanduás, capivaras, quatis, entre outros.
Pesquisa do Instituto de Ciências Matemáticas e de Computação da Universidade de São Paulo (USP) avaliou o desempenho de sistemas de detecção de objetos com a finalidade de identificar animais da fauna brasileira em rodovias. A ideia é que, no futuro, a tecnologia possa ser utilizada para alertar os motoristas e evitar acidentes nas estradas.
“Estes modelos de visão computacional testados podem ser acoplados a dispositivos de computação de borda – descentralizada – em pistas para realizar a classificação e detecção do animal e assim repassar via aplicativo móvel algum sinal que indique que algum animal passou em determinado trecho”, explicou o pesquisador do instituto Gabriel Souto Ferrante.
O modelo empregado detectaria o animal por câmeras e realizaria a comunicação de uma informação simples e objetiva. “Vale ressaltar que essa pesquisa se concentra na criação dos modelos de I.A. [inteligência artificial] para a detecção, e não houve aplicação completa com aplicativos móveis ainda, sendo um desejo futuro”, acrescentou Ferrante.
Os pesquisadores, que se concentraram em espécies brasileiras em extinção, ressaltam que o sucesso de sua utilização tem relação com a disponibilidade de dados para treinamento do sistema. O estudo foi publicado na revista Scientific Reports.
“No caso, foi criado um dataset novo [bases de dados com amostras para treinamentos de algoritmos de inteligência artificial] gratuito e aberto, que buscamos realizar a junção de várias espécies de médio e grande porte visando fornecer dados para os modelos Yolo [mecanismo de detecção de objetos] serem treinados”, disse.
“Foi concluído que a arquitetura em suas diversas versões permitem a detecção e classificação adequada de tais espécies trabalhadas, especialmente em cenários de visibilidade favoráveis, ou seja, com nenhum artefato que obstrua a identificação do animal na pista. Vale ressaltar, que trabalhamos somente com cenários matutinos”, acrescenta o pesquisador.
De acordo com o pesquisador, “ainda existem barreiras técnicas relacionadas aos algoritmos desses modelos quando o ambiente possui algum desafio, como oclusão de ambiente – alta vegetação, neblina, chuva -, imagens de baixa qualidade, cenários noturnos. Todos esses problemas impactam negativamente o entendimento das características – cores, bordas, texturas dos bichos – para serem interpretados pela máquina”.
Além dos problemas relacionados à visão computacional, Ferrante aponta que há problemas relacionados à complexidade computacional exigida, como a necessidade de equipamentos de processamento na borda, ao lado da câmera, que forneçam a execução adequada e em tempo real. No entanto, são equipamentos de alto custo. “Falta de parcerias e investimentos em equipamentos de maior velocidade que possam suportar outras arquiteturas de detecção”, acrescentou.
Dados da Agência de Transporte do Estado de São Paulo (Artesp) mostram que as rodovias concedidas do estado registraram mais de 6,3 mil atropelamentos de animais silvestres no ano de 2023. Segundo a agência, a região central do estado concentra o maior número de casos, em cidades como Araraquara, Bauru e São Carlos, com animais selvagens, como tamanduás, capivaras, quatis, entre outros.
