Export Ready — 

Sistema de detecção de resíduos em rios e nascentes utilizando visão computacional e inteligência artificial

Bibliographic Details
Main Author: Valente, Mateus de Sousa
Publication Date: 2024
Other Authors: Coelho, Arthur Brenno Ribeiro, Assis, Roberto Silva Araujo
Format: Article
Language: por
Source: GeSec
Download full: https://ojs.revistagesec.org.br/secretariado/article/view/4497
Summary: A poluição de rios e nascentes representa um desafio ambiental crescente, ameaçando a biodiversidade e a saúde humana. O descarte inadequado de resíduos sólidos prejudica ecossistemas aquáticos, contamina reservatórios de água potável e impacta populações ribeirinhas. A industrialização e o aumento urbano intensificam essa situação, tornando insuficientes os métodos tradicionais de monitoramento e limpeza. Soluções tecnológicas avançadas, como inteligência artificial (IA) e visão computacional, surgem como alternativas viáveis para a detecção e remoção automatizada de lixo. A IA permite identificar resíduos em tempo real, com destaque especial para o uso de tecnologias de visão computacional, como o YOLO (You Only Look Once), que representa o estado da arte em detecção de objetos, além do uso de redes neurais e redes adversariais generativas, entre outras tecnologias para auxiliar na identificação e qualificação dos resíduos. Este artigo propõe um sistema de detecção de resíduos que funcione em dispositivos móveis e pequenos computadores, com potencial para integração futura com drones e dispositivos flutuantes, capazes de atuar em áreas remotas com baixo consumo de energia e banda de internet. A seção de resultados revela o desempenho do modelo proposto na tarefa de detecção de resíduos em ambientes subaquáticos, especialmente quando comparado a arquiteturas convencionais, como o YOLOv5. A análise quantitativa demonstra melhorias significativas nas métricas, ratificando que seu uso para detecção e qualificação torna o sistema um grande aliado no combate à poluição.
id SINSESP_63222f384e4aeb981b9e48ac423e0f7f
oai_identifier_str oai:ojs2.revistagesec.org.br:article/4497
network_acronym_str SINSESP
network_name_str GeSec
repository_id_str
spelling Sistema de detecção de resíduos em rios e nascentes utilizando visão computacional e inteligência artificialVisão ComputacionalInteligência ArtificialDetecção de Resíduos em RiosA poluição de rios e nascentes representa um desafio ambiental crescente, ameaçando a biodiversidade e a saúde humana. O descarte inadequado de resíduos sólidos prejudica ecossistemas aquáticos, contamina reservatórios de água potável e impacta populações ribeirinhas. A industrialização e o aumento urbano intensificam essa situação, tornando insuficientes os métodos tradicionais de monitoramento e limpeza. Soluções tecnológicas avançadas, como inteligência artificial (IA) e visão computacional, surgem como alternativas viáveis para a detecção e remoção automatizada de lixo. A IA permite identificar resíduos em tempo real, com destaque especial para o uso de tecnologias de visão computacional, como o YOLO (You Only Look Once), que representa o estado da arte em detecção de objetos, além do uso de redes neurais e redes adversariais generativas, entre outras tecnologias para auxiliar na identificação e qualificação dos resíduos. Este artigo propõe um sistema de detecção de resíduos que funcione em dispositivos móveis e pequenos computadores, com potencial para integração futura com drones e dispositivos flutuantes, capazes de atuar em áreas remotas com baixo consumo de energia e banda de internet. A seção de resultados revela o desempenho do modelo proposto na tarefa de detecção de resíduos em ambientes subaquáticos, especialmente quando comparado a arquiteturas convencionais, como o YOLOv5. A análise quantitativa demonstra melhorias significativas nas métricas, ratificando que seu uso para detecção e qualificação torna o sistema um grande aliado no combate à poluição.Revista de Gestão e Secretariado2024-11-28info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://ojs.revistagesec.org.br/secretariado/article/view/449710.7769/gesec.v15i11.4497Revista de Gestão e Secretariado (Management and Administrative Professional Review); Vol. 15 No. 11 (2024): Revista de Gestão e Secretariado v.15, n.11, 2024; e4497Revista de Gestão e Secretariado; Vol. 15 Núm. 11 (2024): Revista de Gestão e Secretariado v.15, n.11, 2024; e4497Revista de Gestão e Secretariado; v. 15 n. 11 (2024): Revista de Gestão e Secretariado v.15, n.11, 2024; e44972178-9010reponame:GeSecinstname:Sindicato das Secretárias do Estado de São Paulo (SINSESP)instacron:SINSESPporhttps://ojs.revistagesec.org.br/secretariado/article/view/4497/2861Valente, Mateus de SousaCoelho, Arthur Brenno RibeiroAssis, Roberto Silva Araujoinfo:eu-repo/semantics/openAccess2024-11-28T13:07:22Zoai:ojs2.revistagesec.org.br:article/4497Revistahttps://www.revistagesec.org.br/ONGhttps://ojs.revistagesec.org.br/secretariado/oaieditor@revistagesec.org.br | gestoreditorial@revistagesec.org.br | rf.sabino@gmail.com2178-90102178-9010opendoar:2024-11-28T13:07:22GeSec - Sindicato das Secretárias do Estado de São Paulo (SINSESP)false
dc.title.none.fl_str_mv Sistema de detecção de resíduos em rios e nascentes utilizando visão computacional e inteligência artificial
title Sistema de detecção de resíduos em rios e nascentes utilizando visão computacional e inteligência artificial
spellingShingle Sistema de detecção de resíduos em rios e nascentes utilizando visão computacional e inteligência artificial
Valente, Mateus de Sousa
Visão Computacional
Inteligência Artificial
Detecção de Resíduos em Rios
title_short Sistema de detecção de resíduos em rios e nascentes utilizando visão computacional e inteligência artificial
title_full Sistema de detecção de resíduos em rios e nascentes utilizando visão computacional e inteligência artificial
title_fullStr Sistema de detecção de resíduos em rios e nascentes utilizando visão computacional e inteligência artificial
title_full_unstemmed Sistema de detecção de resíduos em rios e nascentes utilizando visão computacional e inteligência artificial
title_sort Sistema de detecção de resíduos em rios e nascentes utilizando visão computacional e inteligência artificial
author Valente, Mateus de Sousa
author_facet Valente, Mateus de Sousa
Coelho, Arthur Brenno Ribeiro
Assis, Roberto Silva Araujo
author_role author
author2 Coelho, Arthur Brenno Ribeiro
Assis, Roberto Silva Araujo
author2_role author
author
dc.contributor.author.fl_str_mv Valente, Mateus de Sousa
Coelho, Arthur Brenno Ribeiro
Assis, Roberto Silva Araujo
dc.subject.por.fl_str_mv Visão Computacional
Inteligência Artificial
Detecção de Resíduos em Rios
topic Visão Computacional
Inteligência Artificial
Detecção de Resíduos em Rios
description A poluição de rios e nascentes representa um desafio ambiental crescente, ameaçando a biodiversidade e a saúde humana. O descarte inadequado de resíduos sólidos prejudica ecossistemas aquáticos, contamina reservatórios de água potável e impacta populações ribeirinhas. A industrialização e o aumento urbano intensificam essa situação, tornando insuficientes os métodos tradicionais de monitoramento e limpeza. Soluções tecnológicas avançadas, como inteligência artificial (IA) e visão computacional, surgem como alternativas viáveis para a detecção e remoção automatizada de lixo. A IA permite identificar resíduos em tempo real, com destaque especial para o uso de tecnologias de visão computacional, como o YOLO (You Only Look Once), que representa o estado da arte em detecção de objetos, além do uso de redes neurais e redes adversariais generativas, entre outras tecnologias para auxiliar na identificação e qualificação dos resíduos. Este artigo propõe um sistema de detecção de resíduos que funcione em dispositivos móveis e pequenos computadores, com potencial para integração futura com drones e dispositivos flutuantes, capazes de atuar em áreas remotas com baixo consumo de energia e banda de internet. A seção de resultados revela o desempenho do modelo proposto na tarefa de detecção de resíduos em ambientes subaquáticos, especialmente quando comparado a arquiteturas convencionais, como o YOLOv5. A análise quantitativa demonstra melhorias significativas nas métricas, ratificando que seu uso para detecção e qualificação torna o sistema um grande aliado no combate à poluição.
publishDate 2024
dc.date.none.fl_str_mv 2024-11-28
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://ojs.revistagesec.org.br/secretariado/article/view/4497
10.7769/gesec.v15i11.4497
url https://ojs.revistagesec.org.br/secretariado/article/view/4497
identifier_str_mv 10.7769/gesec.v15i11.4497
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://ojs.revistagesec.org.br/secretariado/article/view/4497/2861
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Revista de Gestão e Secretariado
publisher.none.fl_str_mv Revista de Gestão e Secretariado
dc.source.none.fl_str_mv Revista de Gestão e Secretariado (Management and Administrative Professional Review); Vol. 15 No. 11 (2024): Revista de Gestão e Secretariado v.15, n.11, 2024; e4497
Revista de Gestão e Secretariado; Vol. 15 Núm. 11 (2024): Revista de Gestão e Secretariado v.15, n.11, 2024; e4497
Revista de Gestão e Secretariado; v. 15 n. 11 (2024): Revista de Gestão e Secretariado v.15, n.11, 2024; e4497
2178-9010
reponame:GeSec
instname:Sindicato das Secretárias do Estado de São Paulo (SINSESP)
instacron:SINSESP
instname_str Sindicato das Secretárias do Estado de São Paulo (SINSESP)
instacron_str SINSESP
institution SINSESP
reponame_str GeSec
collection GeSec
repository.name.fl_str_mv GeSec - Sindicato das Secretárias do Estado de São Paulo (SINSESP)
repository.mail.fl_str_mv editor@revistagesec.org.br | gestoreditorial@revistagesec.org.br | rf.sabino@gmail.com
_version_ 1838625567001280512