Já imaginou se fosse possível detectar um desastre natural antes que ele acontecesse usando imagens postadas nas redes sociais? Foi pensando nisso que uma equipe internacional de pesquisa projetou um sistema de aprendizado profundo composto por ferramentas de visão computacional que, uma vez treinadas usando 1,7 milhão de fotografias, se mostraram capazes de analisar, filtrar e detectar desastres reais.

Leia mais

O artigo contendo a novidade foi publicado na revista IEEE Transactions on Pattern Analysis and Machine Intelligence. Uma das pesquisadoras do projeto, liderado pelo Instituto de Tecnologia de Massachusetts (MIT), é Àgata Lapedriza. Segundo ela, “as postagens de mídia social podem ser usadas como uma fonte de dados de baixa latência para entender a progressão e as consequências de um desastre”.

Como funciona esse sistema?

  • Os pesquisadores criaram uma lista com 43 categorias de incidentes, incluindo desastres naturais como avalanches, tempestades de areia, terremotos, erupções vulcânicas, secas, etc. Também foram inseridas situações envolvendo algum elemento de intervenção humana, como acidentes de avião, por exemplo.
  • Essa lista, juntamente com 49 categorias de lugares, permitiu aos pesquisadores rotular as imagens usadas para treinar o sistema.
  • Os autores então criaram um banco de dados com 1.787.154 imagens que foram usadas para treinar o modelo de detecção de incidentes. Dentre elas, 977.088 tinham pelo menos um rótulo positivo ligando-as a uma das classificações incidentes, enquanto 810.066 tinham rótulos de classe negativa.
  • Já para as categorias de lugar, 764.124 imagens tiveram rótulos de classe positiva e 1.023.030 foram negativa de classe.
  • Esses rótulos negativos significavam que o sistema poderia ser treinado para eliminar falsos positivos, ou seja, uma fotografia de uma lareira não significa que a casa está em chamas, mesmo que tenha algumas semelhanças visuais.
  • Quando o modelo de aprendizado profundo foi treinado para detectar incidentes em imagens, a equipe fez uma série de experimentos para testá-lo, desta vez usando um enorme volume de imagens baixadas de mídias sociais, incluindo Flickr e Twitter. “Nosso modelo foi capaz de usar essas imagens para detectar incidentes e verificamos se elas correspondiam a incidentes específicos e registrados, como os terremotos de 2015 no Nepal e no Chile”, disse Lapedriza.
  • O próximo desafio é usar as mesmas imagens de inundações, incêndios ou outros incidentes para determinar automaticamente a gravidade dos incidentes ou mesmo monitorá-los de forma mais eficaz ao longo do tempo.

Com informações de TechXplore.

publicidade

Já assistiu aos novos vídeos no YouTube do Olhar Digital? Inscreva-se no canal!