Cientistas brasileiros treinam modelo de visão computacional que identificam mamíferos mais atropelados no país. O sistema desenvolvido é especialmente relevante para a segurança dos motoristas.
Pesquisadores brasileiros apoiados pela Fapesp desenvolveram um modelo de visão computacional para detecção de animais nas estradas do país. O estudo foi publicado pela revista Scientific Reports.
Gabriel Souto Ferrante, que conduziu o trabalho durante seu mestrado no Instituto de Ciências Matemáticas e de Computação da Universidade de São Paulo (ICMC-USP), em São Carlos, explica que o sistema automatizado é capaz de identificar, em tempo real, a presença de espécies como tamanduás, lobos-guarás e antas atravessando as pistas, sem a necessidade de intervenção humana para acionar os alertas.
Segundo o Centro Brasileiro de Estudos em Ecologia de Estradas, da Universidade Federal de Lavras, cerca de 475 milhões animais são atropelados por ano nas estradas do país. Para desenvolver o sistema, os pesquisadores compilaram um banco de dados de espécies brasileiras e treinaram modelos de visão computacional para reconhecê-las.
O professor Rodolfo Ipolito Meneguette, orientador do mestrado de Ferrante e coautor do estudo, ressalta que embora existam estudos internacionais para detectar a fauna selvagem usando inteligência artificial, esses modelos não são adaptados à diversidade da fauna brasileira.
O sistema desenvolvido é especialmente relevante para a segurança dos motoristas, pois permite a detecção rápida de animais em condições adversas de visibilidade. Além disso, a integração do sistema em dispositivos de borda, como computadores portáteis, oferece uma abordagem inovadora.
– No choque com um animal de grande porte, o risco também é muito grande para o condutor, que muitas vezes não tem tempo de resposta rápido o suficiente para evitar a colisão. Nesse sentido, um sistema que use as próprias câmeras da rodovia, embarcado num computador portátil, tem um aspecto inovador – conta Meneguette.
Vídeos de animais feitos pelos pesquisadores no Parque Ecológico de São Carlos foram utilizados para testar a eficiência do sistema. Futuras atualizações do banco de dados devem incluir imagens de animais capturadas em armadilhas fotográficas e mesmo em câmeras de rodovias.
– Em imagens feitas durante o dia, em que o animal aparece claramente, os modelos detectaram corretamente a espécie em 80% dos casos – disse o pesquisador Gabriel Ferrante.
Visão computacional
No entanto, problemas comuns da visão computacional, como detecção em ambientes noturnos, com chuva e com o animal parcialmente escondido, ainda persistem e devem ser alvo de trabalhos futuros.
Além disso, parcerias com concessionárias de rodovias e prefeituras podem facilitar a implementação e teste do sistema em situações reais, potencialmente integrando-o a tecnologias existentes, como aplicativos de alerta de trânsito.
Meneguette destaca a possibilidade de integrar o sistema de detecção de animais a uma aplicação já desenvolvida pelo grupo, que fornece informações de trânsito em tempo real, aumentando a segurança tanto para os motoristas quanto para os animais.