Projeto acadêmico
Detecção Automática de Rachaduras em Concretos por Visão Computacional
Investigação de segmentação semântica de rachaduras em concreto com U-Net e avaliação na base CrackForest.
A inspeção de rachaduras em estruturas de concreto pode exigir acesso a edifícios, pontes e viadutos em condições difíceis. O projeto propõe investigar redes neurais convolucionais para automatizar a identificação das regiões danificadas em imagens.
O estudo descrito no Lattes utiliza a arquitetura U-Net para segmentação semântica, a base pública CrackForest e a métrica Dice para comparação de resultados. O registro também menciona o sistema de visão computacional HammerHead, da Mogai Tecnologia de Informação, e sua adaptação para utilização em um drone. Trata-se de objetivos e procedimentos descritos no projeto, sem pressupor que a integração tenha sido concluída.
Equipe registrada no Lattes: Jefferson Oliveira Andrade, Karin Satie Komati (responsável), Kelly Assis de Souza Gazolli, Daniel Ribeiro Trindade. O registro do Lattes indica situação «em andamento»; não foi realizada verificação de sua situação atual.