Uma tecnologia inédita desenvolvida com ferramentas de visão computacional propiciou um novo olhar sobre o agronegócio. O Instituto SENAI de Inovação em Sistemas Embarcados e a empresa Agrosatélite, de Florianópolis, especializada em sensoriamento remoto, criaram algoritmos que elevaram substancialmente a capacidade analítica do Sistema de Monitoramento de Fazendas (SIMFaz), serviço capaz de obter informações sobre lavouras por meio da análise de imagens de satélites. As novas funcionalidades permitiram extrair informações mais precisas e abrangentes sobre a evolução das lavouras ao longo da safra, o tipo de cultura semeada e a expectativa de produtividade em comparação com safras anteriores e lavouras vizinhas, além de impactos ambientais.
O projeto teve apoio da Empresa Brasileira de Pesquisa e Inovação Industrial (Embrapii) e durou cerca de um ano, alcançando nível de maturidade tecnológica (TRL) 6, numa escala que vai até 9, sendo testado e aprovado em ambiente relevante. O desafio tecnológico era usar inteligência artificial para analisar séries temporais de imagens de propriedades rurais. A interpretação das imagens geradas por satélites é dificultada por variações como as condições atmosféricas e as mudanças de cor das lavouras ao longo do tempo.
Para superar os desafios foi utilizada uma técnica chamada segmentação panóptica, que conjugou duas técnicas complementares. Uma é a segmentação semântica, que atribui a cada pixel de uma imagem uma determinada classe – na imagem de uma praça, por exemplo, pode distinguir os pixels correspondentes a árvores, calçadas, pedestres ou construções. Já a segmentação de instância é capaz de identificar e separar individualmente cada objeto dentro de sua classe semântica. Unindo as duas, a segmentação panóptica separa os pixels em classes e identifica seus objetos.
A abordagem é pioneira no uso de inteligência artificial aplicada à agricultura, permitindo extrair informações de forma automatizada de conjuntos de imagens, diminuindo a interferência de analistas. “O projeto contribuiu para avançar o estado da arte na análise de imagens de satélite para monitoramento agrícola”, afirma Flávio Gabriel Oliveira Barbosa, coordenador técnico do projeto e líder da área de visão computacional do Instituto.
As soluções desenvolvidas foram transferidas para a Agrosatélite e incorporadas a um dos softwares do SIMFaz. O tipo de informações geradas é útil para monitorar riscos ambientais, sociais e financeiros do agronegócio, sendo do interesse de organizações como bancos, cooperativas e comerciantes de grãos. Em 2023 a Agrosatélite foi adquirida pela Serasa Experian, empresa internacional de análise de riscos e prevenção de fraudes, interessada no banco de dados de desempenho das principais safras no País.
“A visão computacional é um campo de conhecimento que está se difundindo bastante. Não trata somente daquilo que o ser humano vê, mas de enxergar além, como faixas de frequência e espectros que não são visíveis, e extrair informação útil dali”, diz Paulo Violada, pesquisador-chefe do Instituto SENAI. “Hoje temos visão computacional em carros autônomos, em imageamento de satélites, no diagnóstico de doenças de pessoas ou animais, na identificação de pragas. É um campo que cresce alinhado e atrelado ao desenvolvimento de inteligência artificial.”
Case no detalhe
Indústria parceira | Agrosatélite Geotecnologia Aplicada.
Instituições envolvidas | ISI Sistemas Embarcados.
Tecnologias | Visão computacional aplicada a imagens de satélite.
Aplicações | Obtenção de informações detalhadas sobre lavouras e mudanças no uso do solo.
Maturidade tecnológica | Protótipo em ambiente próximo ao esperado.
