RECONHECIMENTO AUTOMÁTICO DE PIVÔ DE IRRIGAÇÃO: UMA ABORDAGEM COM DEEP LEARNING

Abstract

Atualmente os métodos de reconhecimento de padrões em imagens dispondo de tecnologias que englobam a Inteligência Artificial para extração de informação, se baseiam em modelos computacionais e matemáticos que visam a extração de determinadas informações a partir da análise de dados. Este trabalho objetiva mostrar por meio do uso de técnicas de Deep Learning, uma Rede Neural especializada em reconhecimento automático de Pivôs de Irrigação com imagens obtidas pelo INPE (Instituto Nacional de Pesquisa Espaciais). A construção da ferramenta de identificação dos padrões nas imagens busca melhorar e acelerar os métodos tradicionais para identificar o objeto analisado. Neste estudo foi proposto uma abordagem com redes neurais convolucionais para identificação de Pivôs de Irrigação. De acordo com os resultados obtidos no treinamento em primeira instância obteve-se uma acurácia de 93,75% de acerto com a arquitetura baseada na AlexNet. O experimento foi aplicado à região de Paracatu - Minas Gerais cobrindo uma área de 5.348 km². Os resultados de testes obtidos, servirão como modelo para se quantificar a taxa de aumento dos mecanismos de Pivôs de irrigação em diversas áreas do território brasileiro que tenham Pivôs de Irrigação ou não.