Projeto de Inteligência Artificial da Unifor detecta quedas humanas em cenários reais

qua, 13 setembro 2023 10:08

Projeto de Inteligência Artificial da Unifor detecta quedas humanas em cenários reais

O trabalho resultou na criação de um conjunto de dados abrangendo 36 situações.


A tecnologia criada pelos pesquisadores possui imagens de alta resolução, facilitando a detecção de quedas humanas (Foto: Getty Images)
A tecnologia criada pelos pesquisadores possui imagens de alta resolução, facilitando a detecção de quedas humanas (Foto: Getty Images)

As quedas humanas são situações que podem ocorrer por diversos motivos, desde inadequações no ambiente de trabalho até por meio da ocorrência de acidentes.  Sendo assim, torna-se fundamental o desenvolvimento de mecanismos para mitigar tal problemática, podendo ser esses Inteligências Artificiais (IAs), que atuam como recursos facilitadores para a sociedade.

Nesse sentido, Andréia Formico, professora do Programa de Pós-Graduação em Informática Aplicada (PPGIA), da Universidade de Fortaleza, instituição da Fundação Edson Queiroz, produziu o trabalho “Modelos de Aprendizagem Profunda para Detecção de Quedas e Reconhecimento de Atividades Humanas em Imagens de Vídeo”, juntamente com Eduardo Dutra e Thiago de Oliveira, egressos do mestrado no PPGIA. 

O objetivo do trabalho é detectar quedas humanas em cenários reais, utilizando imagens de vídeo e IA. O projeto com caráter urgente e indiscutível ainda engloba várias linhas de pesquisa em si mesmo.



“Este é um projeto de alto impacto que tem potencial de salvar vidas e melhorar a qualidade de vida das pessoas, haja visto que as quedas são a segunda principal causa de mortes por lesões acidentais ou não intencionais em todo o mundo.” —  Andréia Formico, professora do PPGIA e orientadora do projeto. 

 

 


Aplicação do projeto

Para o desenvolvimento do trabalho, a equipe de pesquisadores criou um conjunto de dados abrangendo 36 situações de queda e a partir de quatro câmeras de vídeo, o qual foi denominado de TsetFall, sendo essa uma produção inédita em relação às outras da área. Um dos pesquisadores ainda “atuou” em uma das gravações em vídeo, simulando situações de quedas das mais diversas formas. 

Alguns cenários explorados pela equipe incluíam episódios de desmaio, pessoa andando normalmente, execução de exercícios físicos, queda no escuro, entre outras várias circunstâncias. 

As tecnologias de conjunto de dados abertos existentes normalmente apresentam algumas limitações, como tamanho reduzido de imagens, baixa diversidade e representatividade, entre outros. No entanto, o TsetFall se destaca por ser a única tecnologia que preenche as lacunas existentes no campo. 

Com a ferramenta criada, o próximo passo da equipe foi implementar uma técnica de IA inovadora, focada em acelerar o processo de anotação humana nesse conjunto de dados. Assim, a tecnologia TsetFall contém imagens de alta resolução em RGB e infravermelho devidamente anotadas, facilitando o treinamento e avaliação de algoritmos de detecção de quedas em humanos que trabalham com segmentação de imagens. 

Dessa forma, foi possível notar alguns pontos importantes desde que a IA foi posta em prática, apresentando uma abordagem promissora e eficaz no objetivo do projeto. Dentre as suas vantagens, estão o seu potencial de aplicabilidade no monitoramento de ações humanas em áreas como a saúde e esportiva, com foco na prevenção de quedas e aprimoramento dos sistemas de segurança.