Gestão de Florestas Urbanas em Tempo Real Utilizando Aprendizado de Máquina

Resumo

No contexto de um mundo mais sustentável e de soluções direcionadas para o desenvolvimento de cidades inteligentes, o monitoramento de recursos ambientais surge como um tópico relevante para reduzir a poluição ambiental e otimizar o uso dos recursos naturais. O monitoramento urbano em tempo real e a análise da mortalidade de árvores, por exemplo, são essenciais para avaliar possíveis desmatamentos ou degradação de áreas florestais urbanas.A presente linha de pesquisa almeja o desenvolvimento de uma ferramenta de gestão de florestas urbanas em tempo real para apoiar a tomada de decisão dos gestores e consequentemente permitir aos municípios oferecer melhor qualidade de vida à população. A proposta se enquadra no tema cidades inteligentes e sustentáveis com foco em cidades que não tenham árvores e áreas verdes em condições urbanas adequadas, sendo imprescindível a gestão adequada dessas florestas urbanas, trazendo como benefícios a redução do risco de queda de árvores e melhorias para a cidade e população por meio do aproveitamento das funções das áreas verdes e fragmentos florestais (como por exemplo, redução da inundação, preservação de fauna, redução dos níveis de poluentes atmosféricos).O foco estará no uso de aprendizado de máquina para a detecção e segmentação de características visuais em imagens que sejam correlacionadas com o risco de queda de árvores em ambiente urbano. Tais imagens poderão ser tanto aéreas, obtidas com a ajuda de UAVs (Unmanned Aerial Vehicles), ou locais, obtidas com câmeras portáteis. Os métodos de diagnóstico utilizados atualmente inviabilizam a gestão de florestas urbanas em tempo real, pelo tempo demandado e empenho de equipes especializadas. Portanto, esta pesquisa contribuirá para a automatização do diagnóstico de áreas florestais urbanas, permitindo que essa análise seja realizada em tempo real por meio do uso de imagens.Este projeto fará o uso de aprendizado de máquina supervisionado dando atenção especial a uma série de modelos e técnicas conhecidos como Deep Learning, que atualmente representam o estado da arte em processamento e análise de imagens. Por se tratar de aprendizado supervisionado, será necessária a criação de uma base de imagens onde as regiões de interesse serão anotadas manualmente. Uma vez definidas as características visuais alvo e feita a criação de uma base de dados de treinamento, serão treinadas redes neurais convolucionais (do inglês, convolutional neural networks) para realizar a detecção/segmentação das características definidas.Em termos de arquiteturas de redes neurais convolucionais, vários modelos serão avaliados com o objetivo de definir uma arquitetura otimizada e precisa para a identificação dos objetos de interesse. Serão avaliadas as arquiteturas U-Net, Faster R-CNN e You Only Look Once (YOLO) para a geração das regiões candidatas que posteriormente serão classificadas. Uma importante distinção deve ser feita entre as tarefas de detecção de instâncias/objetos e segmentação semântica. Na tarefa de segmentação semântica cada elemento da imagem (pixel) tem sua própria classe, enquanto que na detecção de objetos a classe é determinada por conjunto de pixels. Por exemplo, caso a característica visual alvo seja "folha de coloração anormal", uma rede de detecção detecta cada folha separadamente, enquanto que uma rede de segmentação irá classificar cada pixel da imagem em "folha de coloração anormal" ou "fundo/outro". A escolha das arquiteturas será feita com base no volume de dados, hardware disponível e acurácia almejada. Para a tarefa de segmentação pretende-se avaliar a arquitetura U-Net para a identificação dos objetos com base na segmentação semântica dos pixels da imagem, enquanto que as arquiteturas Faster R-CNN e YOLO serão utilizadas para a detecção de instâncias. Além disso, serão avaliadas as arquiteturas tradicionais utilizadas para a classificação de objetos, tais como Alex Net e VGGNet, para a classificação dos objetos detectados.