CV-MDA: Um Framework para Apoiar na Ampliação da Conscientização Marítima Brasileira
Autores
|
7397 |
2772,10,2145
|
|
|
7398 |
2772,10,2145
|
|
|
7399 |
2772,10,2145
|
Informações:
Publicações do PESC
O aumento da quantidade e tipos de embarcações que trafegam para costa brasileira tem proporcionado diversos desafios relacionados ao monitoramento das embarcações, realizado pela autoridade marítima. Os principais desafios enfrentados no controle do tráfego marítimo estão principalmente relacionados à identificação e a detecção das embarcações. No entanto, a falta de soluções adequadas à realidade brasileira para a detecção visual de embarcações reduz o poder informacional da autoridade marítima.
Essa pesquisa destaca a necessidade de soluções de detecção visual adaptadas ao contexto brasileiro, identificando a importância de coleções de imagens anotadas com informações das embarcações para subsidiar o treinamento de algoritmos relacionado ao aprendizado de máquina, para apoiar na identificação e detecção automática de embarcações.
A solução proposta nesse trabalho automatiza a criação dessas e coleções de imagens contextuais e finamente anotadas de embarcações, ampliando a capacidade da autoridade marítima de identificar e monitorar embarcações, especialmente nas áreas portuárias, resultando em uma ampliação da conscientização do domínio marítimo brasileiro (Maritime Domain Awareness – MDA). Este trabalho propõe um framework para apoiar o processo de ampliação da MDA capaz de automatizar e semiautomátizar o processo de anotação das imagens de embarcações fazendo uso de Visão Computacional e Realidade Aumentada, denominado CV-MDA. A solução CV-MDA foi implementado e avaliado, sob à luz do framework científico de Design Science.
The increase in the quantity and types of vessels traveling to the Brazilian coast has posed several challenges related to vessel monitoring, conducted by maritime authorities. The main challenges faced in maritime traffic control are primarily related to the identification and detection of vessels. However, the lack of suitable solutions for visual vessel detection tailored to the Brazilian context reduces the informational power of maritime authorities.
This research highlights the need for visual detection solutions adapted to the Brazilian context, emphasizing the importance of annotated image collections with vessel information to support machine learning algorithm training for automatic vessel identification and detection. The solution proposed in this work automates the creation of these finely annotated contextual image collections of vessels, enhancing the maritime authority's capability to identify and monitor vessels, especially in port areas, resulting in an expansion of Brazilian Maritime Domain Awareness (MDA). This work proposes a framework to support the MDA expansion process capable of automating and semi-automating the vessel image annotation process using Computer Vision and Augmented Reality, referred to as CV-MDA. The CV-MDA solution has been implemented and evaluated within the scientific framework of Design Science.