Pesquisadores brasileiros desenvolveram um sistema que utiliza a inteligência artificial para identificar em tempo real os animais que cruzam as estradas. Com um modelo de visão computacional alimentado por uma base de dados de 1.823 fotos de mamíferos da fauna brasileira, os especialistas conseguiram eliminar possíveis distorções nas imagens que poderiam prejudicar a identificação das espécies.
Segundo André Julião, da Agência da Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP), este sistema será capaz de notificar os motoristas sobre a presença de animais na pista, assim como fazem os aplicativos de trânsito com notificações de engarrafamentos e acidentes.
Desenvolvido por pesquisadores apoiados pela FAPESP, o sistema faz parte de um projeto voltado para um modelo de transporte inteligente e gerenciamento de recursos dinâmicos para aplicativos de transporte.
Estima-se que aproximadamente 475 milhões de animais são atropelados por ano em estradas brasileiras. Para abordar esse problema, foi criado um banco de dados de espécies brasileiras e modelos de visão computacional foram treinados para sua detecção.
Embora a IA já seja utilizada em outros países para propósitos similares, os sistemas existentes não atendem à diversidade da fauna brasileira. A maioria também não considera a detecção de animais nas estradas, que requer uma identificação rápida, muitas vezes em condições de visibilidade desfavoráveis.
O sistema desenvolvido utiliza a tecnologia YOLO (You Only Look Once) para reconhecimento de objetos, permitindo a detecção em tempo real em apenas uma etapa. Ele pode ser implantado em dispositivos portáteis, possibilitando seu uso em ambientes com capacidade computacional limitada.
Testes de eficácia foram conduzidos com vídeos de animais no Parque Ecológico de São Carlos. O próximo passo é atualizar o banco de dados com imagens de espécies capturadas em armadilhas fotográficas e câmeras de rodovias.
Embora as versões mais antigas do YOLO tenham apresentado melhor desempenho na detecção de animais, especialmente em imagens diurnas e com boa visibilidade das espécies, futuros trabalhos devem abordar desafios comuns da visão computacional, como detecção em condições adversas de iluminação e com o animal parcialmente oculto.
Parcerias com prefeituras e concessionárias de rodovias podem facilitar a inclusão de novas imagens no banco de dados e permitir testes do sistema em situações reais, integrando-o às tecnologias existentes.