Detecção de heliportos utilizando redes neurais convolucionais

Abstract

Redes neurais convolucionais são o estado da arte em trabalhos de reconhecimento de imagens e visão computacional. A grande evolução dos algoritmos de inteligência artificial aliados com a evolução do poder computacional e da grande quantidade de dados permitiram que pesquisadores de diversas faculdades do mundo, ano após ano, construíssem modelos de aprendizado profundo mais precisos. As redes convolucionais são utilizadas em problemas de reconhecimento de imagens em diversos segmentos, desde saúde até aplicações na indústria aeroespacial. Na indústria aeroespacial os segmentos envolvendo drones e mobilidade aérea urbana estão entre os mais promissores para a próxima década. Um dos grandes desafios para a indústria aeroespacial e automotiva para os próximos anos são os veículos autônomos, que podem revolucionar a mobilidade da sociedade no século XXI. O objetivo desse trabalho consiste em aplicar redes neurais convolucionais especializadas no reconhecimento de objetos, buscando construir um algoritmo capaz de reconhecer heliportos, os quais podem ser aproximados como pistas de pouso que podem ser utilizados por veículos autônomos. O referencial do trabalho é composto por artigos históricos que são a base das redes neurais utilizadas em larga escala atualmente. O funcionamento das redes neurais também é exposto no trabalho, desde os modelos mais simples da década de 1950 até os modelos que são considerados estado da arte atualmente. A metodologia do trabalho também é exposta e consiste do fluxo de trabalho, que é utilizado em larga na escala na academia e no mercado em projetos de Deep Learning. A parte final do trabalho apresenta os detalhes da modelagem, além da apresentação e avaliação dos resultados obtidos durante o trabalho.