Explora como as cidades inteligentes estão a utilizar sistemas de deteção de graffiti com IA e visão computacional para melhorar a manutenção do espaço público, resolvendo rapidamente os problemas de graffiti.
O graffiti, que consiste em escrita, desenhos ou símbolos, pode contar muitas histórias. Acrescenta cor e carácter às paredes da cidade e é usado para expressar opiniões. Embora por vezes o graffiti seja visto como arte, na maioria das vezes é feito sem autorização. De facto, os graffiti aparecem frequentemente de um dia para o outro em edifícios, pontes e comboios, e a sua limpeza exige tempo, recursos e esforço.
As cidades de todo o mundo gastam milhões a tentar manter os espaços públicos limpos. Só nos Estados Unidos, a limpeza de graffiti custa mais de 12 mil milhões de dólares por ano. Além disso, em muitas cidades, manter-se à frente dos graffiti é um desafio substancial. As equipas de limpeza são poucas e não podem estar em todo o lado ao mesmo tempo.
É por isso que os planeadores urbanos estão agora a recorrer à visão computacional, um ramo da inteligência artificial que permite às máquinas analisar e interpretar imagens. Utilizando modelos de visão computacional como o Ultralytics YOLO11as câmaras com IA podem ser utilizadas para analisar rapidamente as paredes da cidade, detetar graffiti em tempo real e identificar os locais exactos para as equipas responderem.
Neste artigo, vamos analisar mais de perto a forma como a visão por computador está a ser utilizada para o reconhecimento automático de graffiti em cidades inteligentes. Vamos começar!
As cidades inteligentes estão a utilizar tecnologia de ponta para lidar com os desafios diários de forma mais eficiente. Especificamente, estão a utilizar modelos de visão computacional como o YOLO11 para analisar dados visuais, monitorizar espaços públicos e apoiar a tomada de decisões mais rápidas e baseadas em dados em vários sistemas urbanos.
Eis algumas formas comuns de utilização da IA de visão em cidades inteligentes:
Agora que já explorámos a forma como a visão por computador está a ajudar a tornar as cidades mais inteligentes, vamos ver mais de perto porque é que é especialmente necessária para o reconhecimento automático de graffiti.
Tradicionalmente, as cidades têm utilizado uma série de abordagens para gerir os graffiti. Algumas baseiam-se em denúncias públicas, enquanto outras enviam equipas para inspecionar os pontos críticos conhecidos. Em certos casos, as aplicações móveis permitem aos residentes apresentar queixas ou carregar imagens. Embora estes métodos possam ser úteis, são demorados, dependem muito da intervenção humana e, muitas vezes, não permitem uma cobertura total da cidade.
A visão por computador oferece às cidades uma forma mais rápida e fiável de gerir os graffiti. Os sistemas automatizados de reconhecimento de graffiti baseiam-se normalmente em duas tarefas principais da visão por computador: classificação de imagens e deteção de objectos.
No primeiro passo, a classificação de imagens analisa uma fotografia para determinar se esta apresenta graffiti, arte de rua ou uma superfície limpa. Se o graffiti for encontrado, a deteção de objectos indica a sua localização exacta na imagem. Isto permite que as equipas da cidade respondam de forma rápida e precisa. Com o passar do tempo, os dados ajudam a identificar tendências para que as cidades possam identificar os pontos de acesso frequentes e melhorar os esforços de prevenção.
Muitas cidades estão a experimentar novas formas de lidar com os graffiti. Em vez de dependerem apenas de patrulhas ou relatórios públicos, estão a começar a utilizar modelos de visão por computador que podem detetar, identificar e até ajudar a limpar os graffiti. Vamos ver como algumas cidades estão a utilizar estas novas ferramentas.
Os veículos de serviço público estão agora a ser utilizados em muitas cidades para ajudar a detetar graffiti durante as suas rotas de patrulha regulares. Ao equipar estes veículos com soluções de visão por computador, as cidades podem analisar as ruas em tempo real, sem necessidade de patrulhas adicionais. Isto facilita a deteção precoce de graffiti e o envio de alertas para as equipas de limpeza antes que o problema se espalhe.
Tempe, Arizona, é um ótimo exemplo de uma cidade que utiliza esta tecnologia. A cidade estabeleceu uma parceria com organizações locais para desenvolver um sistema que utiliza câmaras montadas em veículos de serviço público. À medida que estes veículos se deslocavam pelos bairros, captavam imagens de muros e espaços públicos.
Um modelo de IA da Vision analisou as imagens e assinalou todos os graffiti que detectou. Os resultados foram enviados para um painel de controlo em tempo real para que a administração pudesse verificar as actualizações nos seus telemóveis e responder rapidamente. Isto ajudou Tempe a agir mais rapidamente e a reduzir as queixas do público.
Do mesmo modo, em Lisboa, a capital de Portugal, foi desenvolvido um sistema de prova de conceito utilizando câmaras montadas em veículos urbanos para detetar automaticamente graffiti.
Os graffiti podem aparecer em locais de difícil ou inseguro acesso, como viadutos, túneis e estruturas elevadas. A limpeza nestas áreas requer normalmente equipamento adicional, custos acrescidos e mais tempo. Para melhorar a segurança e a rapidez, algumas cidades estão a começar a utilizar drones que podem detetar e remover graffiti sem a necessidade de equipas manuais no local.
Por exemplo, Seattle, uma grande cidade do Estado de Washington, lançou recentemente uma solução baseada em drones para monitorizar áreas de difícil acesso. Os drones estão equipados com câmaras e ferramentas de pulverização. Podem analisar as superfícies públicas em busca de marcas e, quando são detectados graffitis, utilizam um pulverizador incorporado para os pintar e tapar.
Os esforços de deteção de graffiti de Seattle também incluem câmaras alimentadas por energia solar instaladas em pontos de graffiti conhecidos. Estas câmaras monitorizam a atividade e enviam alertas quando alguém se aproxima de um local marcado. Ao combinar drones com pontos de monitorização fixos, Seattle consegue responder mais rapidamente aos graffiti e reduzir os riscos físicos para as equipas de manutenção.
Em alguns casos, a deteção de graffiti não é apenas uma questão de limpeza - é também uma questão de compreender os padrões dessa atividade em toda a cidade. Com a ajuda da IA, as cidades podem agora transformar imagens ao nível das ruas em mapas visuais que mostram onde os graffiti acontecem com mais frequência. Estes mapas revelam tendências que podem não ser óbvias através de relatórios públicos e ajudam os responsáveis pelo planeamento urbano a concentrar os seus esforços onde são mais necessários.
Por exemplo, São Paulo, uma cidade no Brasil, explorou esta abordagem através de um estudo de caso orientado para a investigação. Uma equipa utilizou a visão computacional para analisar mais de 275.000 imagens ao nível das ruas de toda a cidade, recolhidas através do Google Street View. Os graffiti identificados nestas imagens foram mapeados em 96 distritos, revelando onde os graffiti estavam mais concentrados.
Em vez de se basear em relatórios dispersos ou inspecções ocasionais, esta abordagem proporcionou uma visão em grande escala, baseada em dados, dos graffiti em toda a cidade. O mapa resultante deu a São Paulo um recurso valioso para acompanhar as mudanças ao longo do tempo e apoiar esforços mais direcionados de limpeza, prevenção e planeamento urbano.
Aqui estão alguns dos principais benefícios da utilização da visão computacional para a gestão de graffiti:
Embora os sistemas de visão por computador sejam úteis para a deteção de graffiti, também têm algumas limitações. Aqui estão algumas coisas que deves ter em mente quando colocas esses sistemas em funcionamento:
A deteção de graffiti é apenas um exemplo de como a visão por computador está a transformar a forma como as cidades gerem os espaços públicos. Estes sistemas estão cada vez mais a ser integrados com ferramentas de manutenção, relatórios e planeamento urbano.
O foco está a mudar de reacções rápidas para uma consciência proactiva. Com melhores dados e ferramentas mais inteligentes, as cidades estão a avançar para a prevenção de problemas antes de estes começarem e a tomar decisões mais informadas em cada passo do caminho.
Junta-te à nossa comunidade em crescimento! Explora o nosso repositório GitHub para aprenderes sobre IA e verifica as nossas opções de licenciamento para iniciares os teus projectos de Visão de IA. Estás interessado em inovações como a IA nos cuidados de saúde e a visão computacional na agricultura? Visita as nossas páginas de soluções para saberes mais!
Começa a tua viagem com o futuro da aprendizagem automática
PT
EN
ZH
KO
JA
RU
DE
FR
ES
IT
AR
TR
VI