APLICAÇÃO DE INTELIGÊNCIA ARTIFICIAL NA IDENTIFICAÇÃO E DELINEAMENTO DE MUDAS DE RESTAURAÇÃO FLORESTAL EM IMAGENS RGB E MULTIESPECTRAIS PROVENIENTES DE RPA

No contexto do monitoramento da restauração florestal, a redução no tempo e nos gastos em recursos humanos representam desafios que, se solucionados, contribuirão para projetos de monitoramento mais eficientes. Cresce, portanto, a busca por métodos que automatizam a identificação da vegetação em imagens derivadas do sensoriamento remoto, mostrando-se promissoras as ferramentas derivadas de deep learning e inteligência artificial para visão computacional. Assim, o presente estudo teve dois objetivos. Primeiramente, automatizar a identificação e delineamento de mudas de restauração florestal em imagens derivadas de RPA (do inglês, remotely piloted aircrafts, ou aeronaves remotamente pilotadas), através do algoritmo de inteligência artificial Mask R-CNN. O segundo objetivo, foi comparar os produtos gerados pelo algoritmo em imagens RGB e multiespectrais. Sobre os resultados, a Mask R-CNN identificou 717 mudas de 1069 nas imagens RGB, e nas imagens multiespectrais, 61 de 1011. Já o índice de Jaccard apresentou, majoritariamente, correlação de 50% a 95%.