Usando processamento de imagens para detectar e prever enchentes

• Processo: 20/05426-0
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
• Data de Início da vigência: 01 de agosto de 2020
• Data de Término da vigência: 31 de maio de 2021
• Área de conhecimento: Engenharias - Engenharia Sanitária - Saneamento Ambiental
• Pesquisador responsável: Jó Ueyama
• Beneficiário: Francisco Erivaldo Fernandes Junior
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Vinculado ao auxílio: 13/07375-0 - CeMEAI - Centro de Ciências Matemáticas Aplicadas à Indústria, AP.CEPID
• Assunto(s): Hidrologia Processamento de imagens Internet das coisas Previsão de enchentes urbanas
• Palavra(s)-Chave do Pesquisador: enchentes | Internet das Coisas para Hidrologia | Hidrologia

Resumo

Este projeto visa detectar e prever inundações usando imagens e, assim, automatizar o processo de identificação de inundações sem a intervenção humana. Essa abordagem usa apenas câmeras sem a necessidade do sensor de altura do rio que permanece submerso nos córregos urbanos. Os sensores de altura do rio geralmente são suscetíveis a falhas, pois estão em contato contínuo com a água do rio. Além disso, os órgãos de Defesa Civil geralmente exigem imagens de inundações e, portanto, acreditamos que o uso do processamento de imagens para detecção de inundações é oportuno, pois um único sensor (ou seja, uma câmera) é necessário para detectar inundações e fornecer imagens requeridas pela Defesa Civil. (AU)

Publicações científicas

(4)

(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)

FERNANDES, JR., FRANCISCO E.; YEN, GARY G.. Pruning Deep Convolutional Neural Networks Architectures with Evolution Strategy. INFORMATION SCIENCES, v. 552, p. 29-47, APR 2021. (20/05426-0)

FERNANDES JR, FRANCISCO ERIVALDO; YEN, GARY G.. Pruning of generative adversarial neural networks for medical imaging diagnostics with evolution strategy. INFORMATION SCIENCES, v. 558, p. 91-102, MAY 2021. (20/05426-0)

FERNANDES JR, FRANCISCO E.; NONATO, LUIS GUSTAVO; UEYAMA, JO. A river flooding detection system based on deep learning and computer vision. MULTIMEDIA TOOLS AND APPLICATIONS, v. 81, n. 28, p. 21-pg., 2022-05-06. (20/05426-0)

FERNANDES JUNIOR, FRANCISCO ERIVALDO; NONATO, LUIS GUSTAVO; RANIERI, CAETANO MAZZONI; UEYAMA, JO. Memory-Based Pruning of Deep Neural Networks for IoT Devices Applied to Flood Detection. SENSORS, v. 21, n. 22, NOV 2021. (13/07375-0, 20/05426-0)