10 aprile 2025
Scoprite come le città intelligenti utilizzano i sistemi di rilevamento dei graffiti e la computer vision per migliorare la manutenzione degli spazi pubblici e risolvere rapidamente i problemi legati ai graffiti.
I graffiti, che consistono in scritte, disegni o simboli, possono raccontare molte storie. Aggiungono colore e carattere ai muri delle città e sono usati per esprimere opinioni. Se a volte i graffiti sono visti come arte, più spesso sono fatti senza autorizzazione. Infatti, spesso i graffiti compaiono da un giorno all'altro su edifici, ponti e treni e la loro pulizia richiede tempo, risorse e sforzi.
Le città di tutto il mondo spendono milioni per mantenere puliti gli spazi pubblici. Solo negli Stati Uniti, la pulizia dei graffiti costa più di 12 miliardi di dollari all'anno. Inoltre, in molte città, riuscire a tenere sotto controllo i graffiti è una sfida notevole. Le squadre di pulizia sono poche e non possono essere ovunque contemporaneamente.
Ecco perché gli urbanisti si stanno rivolgendo alla computer vision, una branca dell'intelligenza artificiale che consente alle macchine di analizzare e interpretare le immagini. Utilizzando modelli di computer vision come Ultralytics YOLO11, le telecamere abilitate all'AI possono essere utilizzate per scansionare rapidamente i muri delle città, rilevare i graffiti in tempo reale e individuare i punti esatti in cui le squadre devono intervenire.
In questo articolo vedremo da vicino come la computer vision viene utilizzata per il riconoscimento automatico dei graffiti nelle città intelligenti. Iniziamo!
Le città intelligenti utilizzano tecnologie all'avanguardia per gestire in modo più efficiente le sfide quotidiane. In particolare, stanno sfruttando modelli di computer vision come YOLO11 per analizzare i dati visivi, monitorare gli spazi pubblici e supportare processi decisionali più rapidi e basati sui dati in vari sistemi urbani.
Ecco alcuni modi comuni in cui la Vision AI viene utilizzata nelle città intelligenti:
Dopo aver esplorato il modo in cui la computer vision contribuisce a rendere le città più intelligenti, vediamo perché è particolarmente necessaria per il riconoscimento automatico dei graffiti.
Tradizionalmente, le città hanno utilizzato una serie di approcci per gestire i graffiti. Alcune si basano sulle segnalazioni dei cittadini, mentre altre inviano squadre per ispezionare i punti caldi noti. In alcuni casi, le applicazioni mobili consentono ai residenti di presentare reclami o caricare immagini. Sebbene questi metodi possano essere utili, richiedono molto tempo, si basano fortemente sull'intervento umano e spesso non sono in grado di fornire una copertura completa della città.
La computer vision offre alle città un modo più veloce e affidabile per gestire i graffiti. I sistemi di riconoscimento automatico dei graffiti si basano in genere su due attività principali di computer vision: la classificazione delle immagini e il rilevamento degli oggetti.
Nella prima fase, la classificazione delle immagini analizza una foto per determinare se mostra graffiti, arte di strada o una superficie pulita. Se vengono trovati graffiti, il rilevamento degli oggetti ne individua l'esatta posizione nell'immagine. In questo modo le squadre cittadine possono rispondere in modo rapido e preciso. Nel tempo, i dati aiutano a identificare le tendenze, in modo che le città possano individuare i punti caldi più frequenti e migliorare gli sforzi di prevenzione.
Molte città stanno sperimentando nuovi modi per gestire i graffiti. Invece di affidarsi alle pattuglie o alle segnalazioni dei cittadini, stanno iniziando a utilizzare modelli di visione computerizzata in grado di individuare, identificare e persino aiutare a ripulire i graffiti. Vediamo come alcune città stanno utilizzando questi nuovi strumenti.
I veicoli del servizio pubblico vengono ora utilizzati in molte città per aiutare a rilevare i graffiti durante i loro normali percorsi di pattugliamento. Equipaggiando questi veicoli con soluzioni di visione computerizzata, le città possono scansionare le strade in tempo reale, senza bisogno di pattuglie aggiuntive. In questo modo è più facile individuare tempestivamente i graffiti e inviare avvisi alle squadre di pulizia prima che il problema si diffonda.
Tempe, in Arizona, è un ottimo esempio di città che utilizza questa tecnologia. La città ha collaborato con organizzazioni locali per sviluppare un sistema che utilizza telecamere montate su veicoli del servizio pubblico. Mentre questi veicoli si muovevano nei quartieri, hanno catturato immagini di muri e spazi pubblici.
Un modello Vision AI ha analizzato le immagini e segnalato i graffiti rilevati. I risultati sono stati inviati a un cruscotto in tempo reale, in modo che i dirigenti potessero controllare gli aggiornamenti sui loro telefoni e rispondere rapidamente. In questo modo Tempe è riuscita a intervenire più rapidamente e a ridurre le lamentele del pubblico.
Analogamente, a Lisbona, la capitale del Portogallo, è stato sviluppato un sistema di prova che utilizza telecamere montate su veicoli urbani per rilevare automaticamente i graffiti.
I graffiti possono comparire in luoghi difficili o poco sicuri da raggiungere, come cavalcavia, gallerie e strutture sopraelevate. La pulizia in queste aree di solito richiede attrezzature supplementari, costi aggiuntivi e più tempo. Per migliorare la sicurezza e la velocità, alcune città stanno iniziando a utilizzare droni in grado di rilevare e rimuovere i graffiti senza bisogno di squadre manuali sul posto.
Ad esempio, Seattle, una grande città dello Stato di Washington, ha recentemente lanciato una soluzione basata sui droni per monitorare le aree difficili da raggiungere. I droni sono dotati di telecamere e strumenti a spruzzo. Possono scansionare le superfici pubbliche alla ricerca di scritte e, quando vengono individuati dei graffiti, utilizzano uno spruzzatore incorporato per dipingerli e coprirli.
Le iniziative di Seattle per il rilevamento dei graffiti comprendono anche telecamere a energia solare installate in punti noti per i graffiti. Queste telecamere monitorano l'attività e inviano avvisi quando qualcuno si avvicina a un punto contrassegnato. Combinando i droni con i punti di monitoraggio fissi, Seattle è in grado di rispondere più rapidamente ai graffiti e di ridurre i rischi fisici per le squadre di manutenzione.
In alcuni casi, l'individuazione dei graffiti non riguarda solo la pulizia, ma anche la comprensione dei modelli di attività nella città. Con l'aiuto dell'intelligenza artificiale, le città possono ora trasformare le immagini a livello stradale in mappe visive che mostrano dove i graffiti si verificano più spesso. Queste mappe rivelano tendenze che potrebbero non essere evidenti nei rapporti pubblici e aiutano gli urbanisti a concentrare gli sforzi dove sono più necessari.
Ad esempio, San Paolo, una città del Brasile, ha esplorato questo approccio attraverso un caso di studio guidato dalla ricerca. Un team ha utilizzato la computer vision per analizzare oltre 275.000 immagini a livello stradale di tutta la città, raccolte con Google Street View. I graffiti identificati in queste immagini sono stati mappati in 96 quartieri, rivelando dove si concentravano maggiormente.
Invece di basarsi su segnalazioni sparse o ispezioni occasionali, questo approccio ha fornito una visione su larga scala e basata sui dati dei graffiti in tutta la città. La mappa risultante ha fornito a San Paolo una risorsa preziosa per monitorare i cambiamenti nel tempo e sostenere sforzi più mirati di pulizia, prevenzione e pianificazione urbana.
Ecco alcuni dei principali vantaggi dell'uso della computer vision per la gestione dei graffiti:
I sistemi di computer vision sono utili per il rilevamento dei graffiti, ma presentano anche alcune limitazioni. Ecco alcune cose da tenere a mente quando si installano questi sistemi:
Il rilevamento dei graffiti è solo un esempio di come la computer vision stia trasformando il modo in cui le città gestiscono gli spazi pubblici. Questi sistemi sono sempre più integrati con strumenti di manutenzione, segnalazione e pianificazione urbana.
L'attenzione si sta spostando dalle reazioni rapide alla consapevolezza proattiva. Con dati migliori e strumenti più intelligenti, le città si stanno muovendo per prevenire i problemi prima che inizino e per prendere decisioni più informate in ogni fase del processo.
Unisciti alla nostra comunità in crescita! Esplorate il nostro repository GitHub per conoscere l'IA e date un'occhiata alle nostre opzioni di licenza per avviare i vostri progetti di Vision AI. Siete interessati a innovazioni come l'IA nella sanità e la computer vision in agricoltura? Visitate le nostre pagine dedicate alle soluzioni per saperne di più!
.webp)