Sistema de Monitoramento Inteligente Automatizado - Fase 2: Reconhecimento Inteligente de Entidades e Incidentes em Tempo Real por Aprendizado Profundo

• Processo: 25/11421-4
• Modalidade de apoio: Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
• Data de Início da vigência: 01 de julho de 2025
• Data de Término da vigência: 30 de junho de 2027
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: João Eduardo Ferreira
• Beneficiário: Ednilza Evangelista da Silva Nardi
• Instituição Sede: Instituto de Matemática e Estatística (IME). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Vinculado ao auxílio: 20/06950-4 - Centro de Pesquisa e Desenvolvimento sobre Conhecimento ao Vivo, AP.NPOP
• Assunto(s): Aprendizado computacional
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina Não-padrão | Aquisição de conhecimento baseado em Evidência | Detecção de Eventos Inéditos | Eventos e Objetos | Monitoramento automatizado | Aprendizado de Máquina

Resumo

O Sistema de Monitoramento Eletrônico em funcionamento na USP (EMS/USP) possibilita aos operadores da central de comando a detecção de incidentes relacionados à segurança em seus estágios iniciais, reduzindo o tempo de resposta e aumentando a chance de captura dos autores. Porém, à medida que a cobertura de câmeras aumenta, a atenção dos operadores se torna mais diluída devido ao aumento da taxa de bits geral, sendo, portanto, importante detectar automaticamente entidades e suspeitos de incidentes usando uma abordagem inteligente em tempo real.Em áreas como segurança pública e transporte, o conhecimento sobre incidentes recorrentes é importante para o gerenciamento adequado de recursos na prevenção e preparação para problemas previsíveis. Conjuntos de dados de médio prazo permitem a detecção de incidentes de periodicidade curta, e eventos de periodicidade mais longa podem ser detectáveis em conjuntos de dados de longo prazo. O dados de vídeo coletados do EMS/USP serão armazenados.O projeto visa o estudo longitudinal para identificação de entidades e incidentes relacionados à segurança pública em ambiente real, com base num histórico de eventos e utilização de técnicas de aprendizado profundo. Neste contexto é necessário avaliar diversas ferramentas de software de aprendizado profundo com o conjunto de dados anotados do EMS/USP para reconhecimento, em tempo real, de entidades de interesse no conjunto de dados, como carros, humanos e rostos. Os experimentos utilizarão as anotações acumuladas como dados de treinamento e os dados mais recentes (também anotados) como dados de teste. Os resultados obtidos, potencialmente, poderão ser aplicados em transporte inteligente e vigilância epidemiológica.