Sistema de detecção de animais nas rodovias com aprendizado de máquina e visão computacional

Detalhes bibliográficos
Ano de defesa: 2022
Autor(a) principal: Sato, Denis
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: https://www.teses.usp.br/teses/disponiveis/10/10134/tde-01122022-160523/
Resumo: A criação da infraestrutura rodoviária, necessária para a comunicação de grandes centros urbanos, resultou em consequências negativas para espécies de animais selvagens. Dentre os principais efeitos nocivos, destacam-se a perda de variabilidade genética, o desequilíbrio das relações ecológicas e as colisões de animais com veículos automotores que causam a perda de vidas humanas e de animais todos os anos. Medidas de mitigação de acidentes como: cercas, passagens verdes, dispositivos eletrônicos, óticos e odoríferos; têm sido aplicadas em diversas regiões pelo mundo. No primeiro capítulo desta tese apresentamos uma revisão sobre os sistemas de mitigação de acidentes nas rodovias envolvendo animais. A seguir, treinamos um sistema de detecção utilizando duas variações do algoritmo de detecção de objetos Yolo para dois grupos de animais: capivaras e equídeos. Os testes foram realizados em 147 imagens e os resultados de acurácia obtidos foram de 84,87% e 79,87% para o Yolov4 e Yolov4-tiny respectivamente. No terceiro capitulo apresentamos os resultados do sistema de detecção em tempo real em uma via pavimentada. O modelo Yolov4-Puraa apresentou 37,25% e 14,26% de precisão para as classes equidae e capivara respectivamente. Os modelos puderam detectar os objetos de interesse até cem metros de distância da câmera. Um sistema de alerta luminoso para detecções positivas foi desenvolvido e este sistema de alerta da presença de animais nas rodovias utilizando visão computacional é um promissor agente de mitigação de acidentes rodoviários envolvendo animais selvagens e domésticos.