Uma estrutura para integrar dados de multi-sensores com modelagem da informação da construção em apoio à conservação e gestão de patrimônio histórico

• Processo: 16/04991-0
• Modalidade de apoio: Auxílio à Pesquisa - Programa eScience e Data Science - Regular
• Data de Início da vigência: 01 de março de 2017
• Data de Término da vigência: 28 de fevereiro de 2019
• Área do conhecimento: Interdisciplinar
• Pesquisador responsável: Eloisa Dezen-Kempter
• Beneficiário: Eloisa Dezen-Kempter
• Instituição Sede: Faculdade de Tecnologia (FT). Universidade Estadual de Campinas (UNICAMP). Limeira , SP, Brasil
• Pesquisadores associados: Alex Soria Medina ; Marco Antonio Garcia de Carvalho
• Bolsa(s) vinculada(s): 17/02787-9 - Uma estrutura para integrar dados de multi-sensores com modelagem da informação da construção em apoio à conservação e gestão do patrimônio histórico, BP.MS
• Assunto(s): Mineração de dados Processamento de imagens Repositórios Edifícios Patrimônio histórico Reconhecimento de imagem Modelagem de informações da construção
• Palavra(s)-Chave do Pesquisador: Building Information Modeling | data mining | Historic Assets Conservation and Management | Image processing | Remote Sensing | terrestrial laser scanning | Engenharia Civil, Arquitetura, Ciência da Computação

Resumo

Este projeto de pesquisa apresentado pela Universidade Estadual de Campinas (Limeira, SP, BR), em colaboração com a Universidade Federal do Paraná (Curitiba, PR, BR) e University of Southern California (Los Angeles, CA, EUA), visa desenvolver e disseminar um novo modelo de inventário digital de dados históricos integrado. A questão de pesquisa a ser abordada é: Como o Edifício histórico pode ser beneficiado por sistemas baseados em Tecnologias de Informação e Comunicação (TIC), com a finalidade de alavancar o processo de sua manutenção, conservação e restauração? A hipótese de que um novo modelo de inventário, com base em TIC para criar um Repositório de Dados Digitais Abrangente (RDA) para edifícios históricos, pode proporcionar uma melhor base para o processo de gestão de dados relacionados com a construção histórica, a fim de melhorar o seu desempenho, funcionalidade e qualidade, será testado e seu potencial totalmente explorado. O projeto tem o potencial para analisar ferramentas existentes para a captura de dados espaciais in situ; para desenvolver ferramentas e software visando automatizar o reconhecimento de objetos em imagens e nuvens de pontos gerados pelo processo de captura, bem como para processar a fusão de imagens e nuvens de pontos. Finalmente, promover a automação para a criação de uma representação 3D do edifício, semanticamente enriquecida, baseada na tecnologia Building Information Modeling (BIM). As atividades deste projeto de pesquisa são: (1) propor uma nova estrutura usando engenharia reversa (através de tecnologias de sensoriamento remoto visual para detecção precisa de características geométricas) para gerar modelos 3D as-is; (2) melhorar o registo de conjuntos de dados digitalizados; (3) propor um algoritmo de otimização para integrar tecnologias híbridas de levantamento; (4) automatizar reconhecimento de objetos para extrair as características de interesse, utilizando os dados capturados, a fim de criar o modelo 3D BIM. O projeto promoverá a compreensão das TIC aplicadas à conservação e restauro de edificações histórica, promovendo a otimização do processo de engenharia reversa para criar modelos 3D, semanticamente orientados, das condições atuais do edifício, que são o a base CDR. (AU)

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

DE PAIVA, PEDRO V. V.; COGIMA, CAMILA K.; DEZEN-KEMPTER, ELOISA; DE CARVALHO, MARCO A. G.; CERQUEIRA, LUCAS R.; TREMEAU, A; IMAI, F; BRAZ, J. Intelligent Digital Built Heritage Models: An Approach from Image Processing and Building Information Modelling Technology. VISAPP: PROCEEDINGS OF THE 13TH INTERNATIONAL JOINT CONFERENCE ON COMPUTER VISION, IMAGING AND COMPUTER GRAPHICS THEORY AND APPLICATIONS - VOL 4: VISAPP, v. N/A, p. 8-pg., 2018-01-01. (17/02787-9, 16/04991-0)

PAIVA, PEDRO V. V.; COGIMA, CAMILA K.; DEZEN-KEMPTER, ELOISA; CARVALHO, MARCO A. G.. Historical building point cloud segmentation combining hierarchical watershed transform and curvature analysis. PATTERN RECOGNITION LETTERS, v. 135, p. 114-121, JUL 2020. (17/01237-5, 16/04991-0, 17/02787-9)