Estudo da USP avaliou desempenho de sistemas de detecção de objetos, visando identificar fauna brasileira em rodovias, considerando visão computacional e dispositivos de borda. Novos desafios incluem oclusão e cenários noturnos.
Um estudo realizado pelo Instituto de Tecnologia de Massachusetts (MIT) revelou avanços significativos na área de IA, demonstrando uma melhoria na capacidade de reconhecimento facial em ambientes com baixa iluminação. A IA tem sido cada vez mais utilizada em diversas áreas, proporcionando soluções inovadoras para problemas cotidianos.
A implementação de sistemas de Inteligência Artificial tem revolucionado a maneira como as empresas interagem com os clientes, possibilitando uma personalização mais eficiente e aprimorando a experiência do usuário. Com a evolução constante da IA, é esperado que novas aplicações surjam e transformem a forma como lidamos com a tecnologia no dia a dia.
IA na Preservação de Espécies Brasileiras em Extinção
Os modelos de visão computacional utilizados na pesquisa podem ser integrados aos dispositivos de computação de borda em trilhas para realizar a detecção e classificação dos animais. O pesquisador do instituto, Gabriel Souto Ferrante, ressaltou a importância desse avanço na área.
O modelo em questão utiliza câmeras para identificar os animais e, por meio de um aplicativo móvel, enviar sinais sobre a presença dos mesmos. Ferrante destacou que a pesquisa se concentra na criação dos modelos de IA para a detecção, com a intenção de futuramente implementá-los nos aplicativos móveis.
Artigos Relacionados
Dataset Novo e Arquitetura de Modelos de IA
Os pesquisadores enfatizam que, para o sucesso da aplicação desses modelos, é fundamental possuir um dataset novo e aberto, que contenha amostras de diversas espécies de animais em extinção. Esse dataset é essencial para o treinamento dos modelos de IA, como o Yolo.
A arquitetura dos modelos permite a detecção e classificação precisa das espécies, especialmente em cenários diurnos sem obstruções. No entanto, o pesquisador ressalta que desafios como oclusão de ambiente, baixa qualidade de imagem e cenários noturnos ainda representam barreiras técnicas para esses modelos.
Desafios de Equipamentos de Processamento na IA
Além dos obstáculos relacionados à visão computacional, Ferrante destaca a complexidade computacional exigida para a execução desses modelos em tempo real. A necessidade de equipamentos de processamento na borda, próximos às câmeras, é crucial, porém esses equipamentos são de alto custo.
O pesquisador também ressalta a falta de parcerias e investimentos em equipamentos mais rápidos capazes de suportar diferentes arquiteturas de detecção. Dados da Artesp demostram a gravidade do problema, com mais de 6,3 mil atropelamentos de animais registrados no estado de São Paulo em 2023, sendo a região central a mais afetada.
Esses atropelamentos ocorrem principalmente em cidades como Araraquara, Bauru e São Carlos, envolvendo animais como tamanduás, capivaras e quatis. A aplicação eficaz de modelos de IA para a detecção de animais nas estradas pode contribuir significativamente para a preservação das espécies brasileiras em extinção.
Fonte: © TNH1
Comentários sobre este artigo