| 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. | |