Busca avançada
Ano de início
Entree

Usando processamento de imagens para detectar e prever enchentes

Processo: 20/05426-0
Linha de fomento:Bolsas no Brasil - Pós-Doutorado
Vigência (Início): 01 de agosto de 2020
Vigência (Término): 31 de maio de 2021
Área do 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

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)

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Matéria(s) publicada(s) em Outras Mídias (0 total):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

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)
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, . (20/05426-0)
FERNANDES, JR., FRANCISCO E.; YEN, GARY G.. Pruning Deep Convolutional Neural Networks Architectures with Evolution Strategy. INFORMATION SCIENCES, v. 552, p. 29-47, . (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, . (13/07375-0, 20/05426-0)

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.