SciELO - Scientific Electronic Library Online

 
 issue52Brain Tissue Segmentation Using U-Net-based Convolutional Neural NetworksThe relationship between technological innovation and performance in accommodation facilities in the context of the Covid-19 pandemic author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • Have no similar articlesSimilars in SciELO

Share


RISTI - Revista Ibérica de Sistemas e Tecnologias de Informação

Print version ISSN 1646-9895

Abstract

GONCALVES, Miguel et al. Protótipo de Solução para Detetar e Sinalizar Defeitos em Pavimentos Rodoviários Baseado em Técnicas de Visão Computacional. RISTI [online]. 2023, n.52, pp.25-44.  Epub Dec 31, 2023. ISSN 1646-9895.  https://doi.org/10.17013/risti.52.25-44.

Este artigo apresenta um protótipo funcional para avaliar e validar a utilização de técnicas de visão computacional, na identificação de defeitos em pavimentos rodoviários, no contexto de uma cidade inteligente. É realizado um estudo de avaliação de desempenho de três redes neuronais convolucionais, YoloV4-Tiny, SSD MobileNet e RetinaNet, aplicadas a este cenário. Partindo dos resultados observados, descreve-se a proposta e o processo de implementação do protótipo, que tem por base uma plataforma Raspberry Pi 4. O protótipo é sujeito a validação e testes funcionais. Comparativamente ao método atualmente utilizado pela Infraestruturas de Portugal, para a identificação de defeitos em pavimentos, esta abordagem é mais ágil, eficaz e eficiente, contribuindo para uma rápida deteção e notificação dos mesmos.

Keywords : Cidades Inteligentes; Pavimentos Rodoviários; Deteção de Defeitos; Visão Computacional; Redes Neuronais Convolucionais; Deteção de Objetos; Protótipo.

        · abstract in English     · text in Portuguese     · Portuguese ( pdf )