Modelo é treinado para identificar mamíferos da fauna brasileira com mais chances de serem atropelados e para ajudar a combater acidentes
Pesquisadores brasileiros criaram um sistema que utiliza inteligência artificial para identificar, em tempo real, animais que estão atravessando pistas. O modelo de visão computacional tem como base de dados 1.823 fotos de mamíferos da fauna brasileira. Das imagens, foram tirados possíveis ‘ruídos', que poderiam impedir a identificação das espécies.
Conforme a reportagem de André Julião , da Agência da Fundação de Amparo à Pesquisa do Estado de São Paulo (Fapesp) , com a implementação do aviso, os motoristas seriam notificados no computador de bordo do carro ou no celular, assim como quando ocorre um engarrafamento ou um acidente.
O sistema de identificação foi criado por pesquisadores apoiados pela Fapesp, e integra os projetos Serviços para um sistema de transporte inteligente e Gerenciamento de recursos dinâmicos para aplicativos de sistema de transporte inteligente . O estudo foi descrito também na revista Scientific Reports.
Gabriel Souto Ferrante, que realizou o trabalho como parte de seu mestrado no Instituto de Ciências Matemáticas e de Computação da Universidade de São Paulo (ICMC-USP), explica que as espécies foram escolhidas conforme métricas do Centro Brasileiro de Estudos em Ecologia de Estradas (CBEE), da Universidade Federal de Lavras.
As estimativas dão conta de que cerca de 475 milhões de animais são atropelados por ano em estradas do Brasil. “Criamos, então, um banco de dados de espécies brasileiras e treinamos os modelos de visão computacional para detectá-las”, explica.
Estudos usando a IA já são trabalhados em outros países, mas os modelos não dão conta da fauna brasileira, conforme o professor Instituto Rodolfo Ipolito Meneguette, que orientou o mestrado e também o assina. Conforme a Fapesp, poucos deles abrangem a identificação de animais nas estradas, que exige detecção rápida, e muitas vezes, em um ambiente com visibilidade desfavoráveis.
“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 o pesquisador.
Como funciona
Para desenvolver o sistema, foram utilizados dados de mamíferos da fauna brasileira com mais chances de serem atropelados, além de fotos. A partir disso, foram testadas diferentes versões da tecnologia YOLO (You Only Look Once, ou “você olha apenas uma vez”, em tradução livre), que utiliza a visão computacional para o reconhecimento de objetos.
Essa tecnologia foi escolhida pois ocorre a detecção em apenas um estágio, o que facilita na identificação em tempo real. Além disso, é possível utilizar o sistema nos computadores portáteis, mais conhecidos como dispositivos de borda, que permitem o processamento para tarefas relativamente exigentes em capacidade computacional.
Para os testes de eficiência do sistema foram utilizados vídeos de animais, feitos pelos pesquisadores no Parque Ecológico de São Carlos. Mais para frente, os dados devem ser atualizados com imagens de espécies capturadas em armadilhas fotográficas e em câmeras de rodovias.
O mestrando aponta que as versões mais antigas do Yolo apresentaram melhor performance ao detectar os animais, sobretudo, em imagens diurnas e que a espécie aparece claramente. “Os modelos detectaram corretamente a espécie em 80% dos casos”, diz Ferrante.
Trabalhos futuros devem abordar os problemas comuns da visão computacional, como a detecção em ambientes com chuva, noturnos e com o animal parcialmente escondido.
Parcerias com prefeituras e concessionárias de rodovias podem ajudar na inclusão de novas imagens no banco de dados, bem como permitir que o sistema seja testado em situações reais e integrado a tecnologias que já existem.