Nova IA brasileira identifica animais selvagens na estrada para evitar colisões

Assim como um GPS alerta os motoristas quando ocorrem engarrafamentos ou acidentes na estrada, uma nova inteligência artificial permitirá que avisos sobre animais selvagens na pista sejam emitidos, evitando colisões com os bichos.

O novo sistema de IA, que detecta quando animais estão na estrada, foi desenvolvido por meio de uma pesquisa apoiada pela FAPESP e publicada na revista Scientific Reports.

Alerta! Animal na estrada

Um grupo de pesquisadores desenvolveu um modelo de visão computacional com IA que detecta animais da fauna brasileira, frequentemente vítimas de atropelamentos na estrada.
Para isso, treinaram o modelo com um banco de dados contendo 1.823 imagens dos animais mais ameaçados, como o tamanduá, o lobo-guará e a anta.
A ideia é que o novo sistema utilize as próprias câmeras da rodovia para detectar os bichos de forma rápida e efetiva.
Atualmente, ele está sendo testado com diferentes versões da tecnologia YOLO, usada para detectar objetos.
No futuro, os pesquisadores esperam que o sistema possa ser integrado ao GPS para emitir alerta de animais na pista em tempo real.

Sistema YOLO

O sistema YOLO (You Only Look Once) é uma tecnologia de visão computacional comumente utilizada para identificar objetos. Diferentes versões de sua arquitetura estão sendo usadas em experimentos do novo modelo de detecção de animais selvagens, pois possui algumas vantagens importantes para o projeto.

Uma delas é a detecção em um estágio, que permite a identificação dos animais em tempo real. Além disso, pode ser utilizada em dispositivos portáteis com capacidade de processamento que executam tarefas relativamente complexas.

No experimento com o YOLO, foram utilizados vídeos de animais que habitam o Parque Ecológico de São Carlos. As versões mais antigas do sistema apresentaram resultados promissores, com 80% de assertividade na detecção dos bichos.

Aprimoramento e testes práticos

Apesar de promissor, o modelo de IA ainda precisa passar por aprimoramentos na detecção em ambientes escuros, com chuva e com animais parcialmente escondidos. Esses problemas devem ser o foco dos pesquisadores nos próximos passos do estudo. No momento, a equipe está buscando parcerias com concessionárias para a realização de testes em situações reais.