Aplicação de Visão Computacional no Auxílio ao Levantamento de Defeitos em Pavimento Rodoviário

Abstract

Este trabalho é focado no estudo da viabilidade e eficácia de estratégias de visão computacional aplicadas a sistemas de auxílio ao levantamento de defeitos em pavimento rodoviário. A ideia central é aumentar o nível de automatização e assertividade de tais sistemas. Nesse contexto, são abordadas redes neurais para classificação e detecção de objeto, com foco nas topologias ResNet (Residual Neural Network) e YOLO (You Only Look Once). A situação específica a ser estudada é a identificação, dentre um conjunto de imagens de pavimento obtidas a partir de uma câmera em um veículo em movimento, das imagens que mostram defeitos no pavimento. O principal defeito a ser estudado é o buraco (ou panela). A tecnologia desenvolvida pode melhorar a assertividade na obtenção de imagens dos buracos na estrada, podendo significar um avanço substancial nos processos utilizados hoje no levantamento desse tipo de defeito, principalmente em grandes áreas (como as estradas do Brasil).