Durante o patrulhamento de crimes ambientais, o tempo de resposta é um componente
muito importante no sucesso das missões. Geralmente as infrações ocorrem em lugares
ermos e de difícil acesso, características que dificultam tanto o patrulhamento quanto a
ação de agentes de preservação ambiental. Para aumentar a taxa de sucesso das abordagens
e reduzir o risco de vidas humanas, veículos aéreos não-tripulados (VANTs) podem ser
usados para cobrir grandes áreas de floresta em pouco tempo, sem que sejam percebidos
por infratores, permitindo que os órgãos de patrulhamento dessas áreas possam planejar e
agir com mais eficiência na repressão a esses crimes. O novo problema gerado por essa
abordagem é a enorme quantidade de dados gerada durante essas missões, que muitas
vezes compreendem horas de vídeo. A inspeção manual de todo esse material em busca
de elementos antrópicos é muito cansativa e propensa a erros. Este trabalho apresenta
uma avaliação de técnicas de segmentação de imagens, inspeção de características a serem
extraídas, seguido da classificação supervisionada destes segmentos para detecção de
elementos antrópicos em imagens aéreas da floresta amazônica. Além da publicação de
uma base de dados com cerca de 3.000 imagens e 10.000 segmentos devidamente rotulados e
investiga diferentes estratégias para classificação de elementos antrópicos. Os experimentos
realizados obtiveram taxas de erro de consistência inferiores a 8% na segmentação das
imagens utilizando o algoritmo SRM e precisão acima de 94% na classificação dos objetos de
interesse através de conjuntos de classificadores unários, utilizando os algoritmos One-Class
SVM e REPTree.
|
