REDES NEURAIS PARA DETECO DE MARCOS EM RODOVIAS UTILIZANDO IMAGENS AREAS E/OU SATLITES

Marina Las da Silva Nascimento

Proposta de Dissertao de Mestrado do Curso de Ps-Graduao em Computao Aplicada, sob orientao do Dr. Lamartine Nogueira Frutuoso Guimares e coorientador Dr. Elcio Shigemori.

INPE So Jos dos Campos 2012

RESUMO Esta dissertao aborda um estudo para reconhecimento de marcos de diversas formas geomtricas, empregando paradigmas de inteligncia artificial para mapear marcos em rodovias, por exemplo: placas, praas de pedgios, viadutos, caminhes e outros marcos de interesse, que as distinguem em imagens areas. Esse mapeamento das rodovias auxiliar a navegao de Veculos Areos No Tripulados (VANTs), sendo uma importante opo para o monitoramento e auxlio civis. O VANT possui vantagens tais como, o seu baixo custo permitir o emprego de uma esquadrilha de VANTs cobrindo grandes extenses e aumentando a visibilidade e a segurana na via observada, alm de reduo de custo e agilidade na operao. O trabalho se divide em trs etapas, as quais so: metodologia aplicada, tratamento das imagens areas capturadas e classificao de marcos por redes neurais. Na metodologia aplicada so apresentadas as principais caractersticas das rodovias, o levantamento de ferramentas utilizadas e a identificao de cenrios. No processamento e tratamento das imagens so utilizados algoritmos para extrao de bordas e separao de cores, determinando caractersticas das rodovias. No processo de classificao so apresentados alguns marcos para uma rede neural e realizados testes para identificao da rodovia sobrevoada. Os dados para testes so imagens obtidas atravs de VANTs, satlites, videografia e helicptero, fornecidos pelo Instituto de Estudos Avanados (IEAv). A colaborao desse trabalho para o IEAv requer o interesse especial para aplica-lo como um mdulo do projeto PITER. Palavras-chave: Vants. Mapear marcos em rodovias. Reconhecimento de marcos. Paradigmas Inteligncia artificial. PITER.