Busca avançada
Ano de início
Entree

Inspeção visual automática de pavimentos asfálticos usando redes neurais profundas

Processo: 19/11932-8
Linha de fomento:Bolsas no Brasil - Iniciação Científica
Vigência (Início): 01 de agosto de 2019
Vigência (Término): 31 de julho de 2020
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
Pesquisador responsável:Denis Henrique Pinheiro Salvadeo
Beneficiário:Pedro Henrique Botecchi
Instituição-sede: Instituto de Geociências e Ciências Exatas (IGCE). Universidade Estadual Paulista (UNESP). Campus de Rio Claro. Rio Claro , SP, Brasil
Assunto(s):Redes neurais (computação)   Visão computacional   Análise de imagens   Manutenção preventiva   Manutenção corretiva   Pavimentos

Resumo

Como uma das principais vias de mobilidade de pessoas e mercadorias em todo o mundo, as ruas e rodovias pavimentadas devem sofrer manutenção regular a fim de se manterem em condições adequadas de utilização. Entretanto, com malhas pavimentadas extensas e restrição de recursos orçamentários, a otimização destes recursos é essencial. Deste modo, se faz necessário um monitoramento frequente destas vias pavimentadas para se identificar locais prioritários e criar um plano de manutenção com custo-benefício reduzido. Porém, muitas vezes, este monitoramento é realizado pela inspeção visual por humanos treinados, o que é altamente custoso. Neste sentido, pesquisadores tem tentado desenvolver ferramentas automáticas de visão computacional para realizar este monitoramento, classificando imagens de trechos pavimentados na tentativa de identificar alguma deterioração neles. Por outro lado, Redes Neurais Profundas são atualmente o estado da arte em classificação de texturas em geral. Portanto, este trabalho propõe investigar o uso de Redes Neurais Profundas para detecção e classificação automática de degradação em imagens de pavimentos asfálticos. Com isto, espera-se que redes neurais profundas se tornem também o estado da arte para este problema, com uma maior precisão de reconhecimento das degradações, como base para a geração futura de sistemas de informações geográficas com informações sobre os pavimentos asfálticos de cidades, permitindo aos seus gestores a redução de custos de manutenção preventiva e/ou corretiva.