Ferramenta para gestão de árvores urbanas baseada em aprendizado de máquina

• Processo: 23/14354-0
• Modalidade de apoio: Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
• Data de Início da vigência: 01 de novembro de 2023
• Data de Término da vigência: 30 de abril de 2024
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: João Paulo Papa
• Beneficiário: Danilo Samuel Jodas
• Instituição Sede: Faculdade de Ciências (FC). Universidade Estadual Paulista (UNESP). Campus de Bauru. Bauru , SP, Brasil
• Vinculado ao auxílio: 17/50343-2 - Plano de desenvolvimento institucional na área de transformação digital: manufatura avançada e cidades inteligentes e sustentáveis (PDIp), AP.PDIP
• Assunto(s): Aprendizado computacional Aprendizagem profunda Inteligência artificial Tecnologia da informação Desenvolvimento de software
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Aprendizado profundo | Árvores Urbanas | Inteligência Artificial | Tecnologia da Informação | Desenvolvimento de Software

Resumo

Este projeto tem o objetivo de desenvolver uma ferramenta de gestão de árvores urbanas mediante a integração com modelos de aprendizado de máquina previamente desenvolvidos para a detecção e segmentação dos elementos da árvore a partir de imagens capturadas da perspectiva do solo. Além disso, o projeto proposto tem o objetivo de contribuir com a melhoria dos algoritmos previamente desenvolvidos para identificação dos elementos da árvore em imagens, classificação de espécies e integração de modelos de cálculo de probabilidade de ruptura e análise da deterioração interna do tronco. A ferramenta será destinada aos gestores de florestamento urbano que demandam o apoio computacional rápido no que tange à análise das condições da arborização urbana e os possíveis riscos inerentes de sua má conservação ou deterioração resultante de fatores externos. Neste sentido, a proposta visa auxiliar os gestores mediante a interface com modelos de inteligência artificial, especificamente modelos baseados em aprendizado de máquina, que serão utilizados para reduzir a demanda por trabalhos de campo para a medição manual de medidas essenciais na análise de risco de árvores urbanas. As atividades estabelecidas têm o objetivo de integrar fundamentos de tecnologia da informação com atividades básicas de pesquisa e integração de ferramentas amplamente conhecidas de desenvolvimento de software, como HTML5, FastAPI e JavaScript, com bibliotecas de pesquisa em aprendizado profundo, tais como TensorFlow e PyTorch.