Combinando código de barras e visão computacional para aferir o nível de rios

• Processo: 23/00017-2
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de abril de 2023
• Data de Término da vigência: 31 de março de 2024
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
• Pesquisador responsável: Jó Ueyama
• Beneficiário: Gabriel Montagni Domingues Filho
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Assunto(s): Aprendizado computacional Visão computacional
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | enchentes | placa metálica | Visão Computacional | Aprendizado de Máquina

Resumo

As enchentes afetam várias cidades do país e causam diversos prejuízos materiais e humanos.Por esse motivo, pesquisadores têm se empenhado no processo de monitoramento e previsão destas, com a finalidade de diminuir esses danos. Sendo assim, este projeto tem como objetivo ajudar nesse monitoramento, desenvolvendo e aplicando soluções para aprimorar a detecção de enchentes por meio de visão computacional.Diversas abordagens de medição do nível da água já foram utilizadas nesse contexto, a maioria das quais baseada em técnicas clássicas de processamento de imagens aplicadas a características conhecidas do curso de água para, de alguma maneira, mensurar a altura da água de um rio ou córrego.Considerando a tarefa de aferir a altura do curso de água a partir de imagens provenientes de câmeras de vídeo, pretende-se avançar uma solução para realizar essa medição com uso de um marcador (i.e., uma placa de metal com código de barras zebrado fixada perpendicularmente à superfície da água a partir da sua margem) e desenvolver uma base de dados. Assim, propõe-se utilizar aprendizado de máquina, para detectar uma placa metálica com padrão zebrado e inferir o nível de rios.