← Voltar

DeepWood: Reconhecimento de Espécies Florestais Baseado em Imagens de Madeira e Aprendizado Profundo

Unidade
CAMPUS UNIVERSITARIO DE ALTAMIRA
Subunidade
FACULDADE DE ENGENHARIA FLORESTAL - ALTAMIRA
Coordenador
DEIVISON VENICIO SOUZA
Período
2024-03-01 a 2026-02-27
Grupo
Pesquisa

ODS vinculados

  • 9 - Indústria, Inovação e Infraestrutura
  • 13 - Ação Contra a Mudança Global do Clima
  • 14 - Vida na Água
  • 15 - Vida Terrestre

Impacto na Amazônia

  • Biodiversidade e Bioeconomia – Conservação Ambiental
  • Biodiversidade e Bioeconomia – Cadeias Produtivas
  • Políticas Públicas – Apoio à Formulação

Resumo

O Manejo Florestal Sustentável - MFS é essencialmente a administração da floresta para prover benefícios sociais, econômicos e ecológicos, por meio do uso racional e sustentável dos recursos da floresta. No âmbito do MFS de florestas nativas para fins madeireiros, no bioma Amazônia, a atividade de Inventário Florestal 100% (ou censo florestal) é a base para o planejamento do uso racional dos recursos florestais. O principal objetivo do censo florestal é mapear e obter informações detalhadas de indivíduos da flora, por meio de caracterização qualitativa e quantitativa. Identificar espécies é sem dúvida um dos principais desafios do censo florestal no MFS, seja devido a elevada biodiversidade e semelhança entre indivíduos na floresta Amazônica, seja em razão da escassez de profissionais qualificados para esta tarefa. Portanto, não é incomum a ocorrência de erros de identificação em censos florestais, ocasionando impactos negativos para o manejo e conservação de espécies, além de potenciais prejuízos econômicos e à credibilidade da empresa florestal no mercado, devido à exploração e comercialização equivocada de espécies. Assim, é fundamental a reflexão e o desenvolvimento de tecnologias inovadoras para aumentar o nível de acurácia da identificação de espécies em censos de florestas nativas para fins madeireiros. Uma abordagem de grande potencial é o uso de tecnologias baseadas em inteligência artificial, em especial, pela associação da visão computacional e o aprendizado de máquina. Nessa perspectiva, este projeto objetiva construir classificadores acurados para reconhecer espécies florestais, baseado em imagens digitais macroscópicas e micróscopicas de madeiras, visando desenvolver uma ferramenta auxiliar na identificação de espécies florestais, em especial, aquelas classificadas como vulneráveis e altamente confundidas por compartilhamento de características. Assim, espera-se alcançar maior eficácia na conservação e manejo de espécies da flora, bem como a diminuição dos prejuízos econômicos originados pela confusão de espécies nos censos florestais.