Uso de redes neurais convolucionais para detecção automática de estradas a partir de imagens aéreas obtidas por veículos não tripulados

Abstract

A energia elétrica é fundamental para o desenvolvimento de uma sociedade moderna, sendo produzida de diversas formas, como hidrelétricas, termelétricas, nucleares e renováveis. Recentemente, avanços na visão computacional e sensores permitiram o uso de sensoriamento remoto e fotogrametria no setor elétrico, especialmente para detecção de feições em faixas  de linhas de distribuição utilizando técnicas de aprendizado de máquina. Com o uso de RPAs com sensores LiDAR e câmeras multiespectrais embarcados, informações detalhadas e em tempo real podem ser coletadas. Este estudo tem como objetivo detectar e classificar automaticamente estradas utilizando ortofotos e nuvens de pontos laser coletados por RPAs com sensores multiespectrais e LiDAR. O classificador Random Forest e redes neurais convolucionais são utilizados para o desenvolvimento dos algoritmos.