Monitoramento de Uso da Terra em Larga Escala Utilizando Inteligência Artificial

Contexto:

Hoje, existe um grande volume de dados de dados sobre o nosso planeta aportados por uma constelação de satélites que periodicamente obtêm imagens de sua superfície. Essas imagens comerciais ou gratuitas chegam à resolução espacial submétrica.

Um grande desafio do sensoriamento remoto (ciência de observação da terra) é processar essa massa enorme de dados para gerar mapas temáticos, ou seja, mapas que descrevem os tipos de uso e cobertura da terra, como plantações, florestas, área urbana, etc. Para tanto, cada vez mais utilizamos técnicas de processamento de imagens avançadas, sobretudo aquelas voltadas para reconhecimento de padrões espaciais via algoritmos de inteligência artificial. Devido à complexidade computacional desses algoritmos (deep ou machine learning) e tamanho das imagens de entrada, em geral superando 10⁵x10⁵ pixels, torna-se necessário otimização por processamento paralelo, uso de GPU, processamento distribuído e outras técnicas.

Aplicações com imagens de alta resolução espacial são cada vez mais necessárias para conhecimento do nosso território. Logo, profissionais da área de computação com conhecimento em processamento de imagens são muito necessitados no mercado de trabalho.

Objetivo:

O objetivo desse trabalho é o desenvolvimento de soluções para o monitoramento da cobertura e uso da terra em escala estadual e nacional. Os resultados obtidos com os sistemas desenvolvido serão utilizados na prática para monitoramento e avaliação do uso correto da terra em diversas regiões do país, tendo como foco a avaliação semi-automatizada de desflorestamento e conferência de cadastros ambientais rurais.

 

Desafios:

• Desenvolver técnicas de análise de imagens de satélite precisas em escala estadual e nacional;
• Utilizar de estratégias de otimização da execução dessas análises possibilitando sua rápida execução.

 

Requisitos:

• Ser aluno(a) regular dos cursos de Ciência da Computação, Sistemas de Informação, Matemática Computacional ou afins (incluindo engenharias etc.);
• Ser capaz de trabalhar em um grupo interdisciplinar formado por pesquisadores das áreas de computação, geografia, etc;
• Desejável conhecimento em Python, Deep Learning (tensor flow etc) ou motivação para se inteirar das tecnologias rapidamente.

 

Benefícios:

• Bolsa de iniciação científica inicial de R$700 (20h);
• Horário flexível;
• Possibilidade de participar de pesquisas e publicações científicas de alto impacto;

 

Contato:

Para aplicar para a iniciação científica ou em caso de quaisquer dúvidas, entrem em contato através do do e-mail abaixo utilizando o seguinte assunto no e-mail  [IA GEO] até o dia 25/07/2023.

Prof. George Teodoro (george@dcc.ufmg.br)