Sistemi di visione artificiale e rilevamento dei graffiti tramite IA nelle città intelligenti

I graffiti, composti da scritte, disegni o simboli, possono raccontare molte storie. Aggiungono colore e carattere ai muri delle città e vengono usati per esprimere opinioni. A volte sono considerati arte, ma più spesso vengono realizzati senza autorizzazione. Infatti, i graffiti compaiono spesso durante la notte su edifici, ponti e treni, e ripulirli richiede tempo, risorse e impegno.

Le città di tutto il mondo spendono milioni per mantenere puliti gli spazi pubblici. Solo negli Stati Uniti, i costi della rimozione dei graffiti superano i 12 miliardi di dollari all'anno. Inoltre, in molte città, prevenire la diffusione dei graffiti è una sfida considerevole. Le squadre di pulizia sono limitate e non possono essere ovunque contemporaneamente.

Ecco perché oggi gli urbanisti si affidano alla visione artificiale, un ramo dell'intelligenza artificiale che consente alle macchine di analizzare e interpretare le immagini. Con modelli di visione artificiale come Ultralytics YOLO11, le telecamere dotate di IA possono scansionare rapidamente i muri delle città, rilevare i graffiti in tempo reale e individuarne con precisione la posizione affinché le squadre possano intervenire.

In questo articolo esamineremo più da vicino come viene usata la visione artificiale per il riconoscimento automatizzato dei graffiti nelle città intelligenti.

Il ruolo della visione artificiale nelle smart city#

Le città intelligenti utilizzano tecnologie moderne per affrontare le sfide quotidiane con maggiore efficienza. In particolare, sfruttano modelli di visione artificiale come Ultralytics YOLO11 per analizzare i dati visivi, monitorare gli spazi pubblici e supportare decisioni più rapide e basate sui dati in vari sistemi urbani.

Ecco alcuni modi comuni in cui si usa l'IA per la visione nelle smart city:

• Gestione del traffico: l'AI visiva può analizzare i flussi video in diretta per monitorare la circolazione, rilevare gli ingorghi e regolare i semafori in tempo reale, migliorando la viabilità e riducendo i ritardi.
• Automazione del riciclo: la visione artificiale può aiutare a identificare e separare i materiali riciclabili dai rifiuti nei cestini pubblici o nei centri di riciclo, migliorando la precisione della selezione e riducendo la contaminazione.
• Monitoraggio del trasporto pubblico: i sistemi di trasporto pubblico possono usare la visione artificiale per conteggiare i passeggeri, monitorare i comportamenti a bordo e rilevare problemi di sicurezza, migliorando sia l'efficienza sia la sicurezza.
• Risposta alle catastrofi: la visione artificiale può individuare segnali visivi di incendi, alluvioni o danni strutturali dopo una catastrofe, consentendo interventi di emergenza più rapidi ed efficaci.

Fig. 1. Monitoraggio del traffico con YOLO11 nelle smart city.

Panoramica del monitoraggio dei graffiti urbani con l'IA#

Ora che abbiamo visto come la visione artificiale contribuisce a rendere più intelligenti le città, esaminiamo più da vicino perché è particolarmente utile per il riconoscimento automatico dei graffiti.

Tradizionalmente, le città hanno usato diversi metodi per gestire i graffiti. Alcune si affidano alle segnalazioni dei cittadini, mentre altre inviano squadre a ispezionare le zone note. In certi casi, le app per dispositivi mobili consentono ai residenti di inviare reclami o caricare immagini. Questi metodi possono essere utili, ma richiedono tempo, dipendono molto dall'intervento umano e spesso non riescono a coprire l'intera città.

La visione artificiale offre alle città un metodo più rapido e affidabile per gestire i graffiti. I sistemi automatizzati di riconoscimento dei graffiti si basano in genere su due attività principali di visione artificiale: la classificazione delle immagini e il rilevamento degli oggetti.

Nel primo passaggio, la classificazione delle immagini analizza una foto per stabilire se mostra graffiti, arte di strada o una superficie pulita. Se vengono rilevati graffiti, il rilevamento degli oggetti ne individua la posizione esatta nell'immagine. In questo modo le squadre cittadine possono intervenire rapidamente e con precisione. Nel tempo, i dati aiutano a individuare tendenze, così le città possono concentrarsi sulle zone più colpite e migliorare gli interventi di prevenzione.

Fig. 2. Esempio di funzionamento dei sistemi di riconoscimento automatico dei graffiti.

Esplorazione dei sistemi di rilevamento dei graffiti basati sull'IA in diverse città#

Molte città stanno sperimentando nuovi metodi per gestire i graffiti. Invece di affidarsi solo ai pattugliamenti o alle segnalazioni dei cittadini, stanno iniziando a usare modelli di visione artificiale in grado di individuare, riconoscere e persino contribuire a rimuovere i graffiti. Vediamo come alcune città stanno usando questi nuovi strumenti.

Sistemi di rilevamento dei graffiti basati sull'IA integrati con telecamere installate sui veicoli#

In molte città, oggi si usano veicoli dei servizi pubblici per rilevare i graffiti durante i normali giri di pattuglia. Dotando questi veicoli di soluzioni di visione artificiale, le città possono scansionare le strade in tempo reale senza dover organizzare pattugliamenti aggiuntivi. 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 esempio di città che usa questa tecnologia. La città ha collaborato con organizzazioni locali per sviluppare un sistema che utilizza telecamere montate sui veicoli dei servizi pubblici. Mentre percorrevano i quartieri, questi veicoli acquisivano immagini di muri e spazi pubblici.

Un modello di IA per la visione ha analizzato le immagini e segnalato eventuali graffiti rilevati. I risultati venivano inviati a una dashboard in tempo reale, così i responsabili potevano controllare gli aggiornamenti sui propri telefoni e intervenire rapidamente. Questo ha aiutato Tempe ad agire più in fretta e a ridurre le segnalazioni dei cittadini.

Analogamente, a Lisbona, la capitale del Portogallo, è stato sviluppato un sistema sperimentale con telecamere montate sui veicoli cittadini per rilevare automaticamente i graffiti.

Fig. 3. Rilevamento dei graffiti con l'IA a Lisbona, in Portogallo.

Rilevamento e rimozione dei graffiti con i droni#

I graffiti possono comparire in luoghi difficili o pericolosi da raggiungere, come cavalcavia, gallerie e strutture sopraelevate. La pulizia di queste aree richiede di solito attrezzature aggiuntive, costi maggiori e più tempo. Per migliorare la sicurezza e velocizzare gli interventi, alcune città stanno iniziando a usare droni in grado di rilevare e rimuovere i graffiti senza dover inviare squadre sul posto.

Per esempio, Seattle, una grande città dello Stato di Washington, ha lanciato di recente una soluzione basata sui droni per monitorare le zone difficili da raggiungere. I droni sono dotati di telecamere e strumenti per la verniciatura. Possono scansionare le superfici pubbliche alla ricerca di segni e, quando rilevano graffiti, usano uno spruzzatore integrato per dipingerci sopra e coprirli.

Fig. 4 Un drone con IA rimuove graffiti a Seattle, Washington.

Le iniziative di Seattle per rilevare i graffiti includono anche telecamere a energia solare installate nelle zone note per la presenza di graffiti. Queste telecamere monitorano l'attività e inviano avvisi quando qualcuno si avvicina a un luogo già imbrattato. Combinando i droni con punti di monitoraggio fissi, Seattle riesce a intervenire più rapidamente sui graffiti e a ridurre i rischi fisici per le squadre di manutenzione.

Mappatura delle zone più colpite dai graffiti con l'IA per la visione#

In alcuni casi, rilevare i graffiti non serve solo a rimuoverli: permette anche di capire i modelli di questo fenomeno in tutta la città. Grazie all'IA, oggi le città possono trasformare le immagini a livello stradale in mappe visive che mostrano dove compaiono più spesso i graffiti. Queste mappe rivelano tendenze che potrebbero non emergere dalle segnalazioni dei cittadini e aiutano gli urbanisti a concentrare gli interventi dove servono di più.

Per esempio, la città di San Paolo, in Brasile, ha esplorato questo approccio con uno studio di caso basato sulla ricerca. Un team ha usato la visione artificiale per analizzare oltre 275.000 immagini a livello stradale dell'intera città, raccolte con Google Street View. I graffiti individuati nelle immagini sono stati mappati in 96 distretti, mostrando le zone in cui erano più concentrati.

Invece di affidarsi a segnalazioni frammentarie o a ispezioni occasionali, questo approccio ha fornito una visione dei graffiti in tutta la città su larga scala e basata sui dati. La mappa ottenuta ha offerto a San Paolo una risorsa preziosa per monitorare i cambiamenti nel tempo e supportare interventi più mirati di pulizia, prevenzione e pianificazione urbana.

Fig. 5. Rilevamento dei graffiti a San Paolo, in Brasile.

Vantaggi e svantaggi dei sistemi di rilevamento dei graffiti basati sull'IA per la visione#

Ecco alcuni dei principali vantaggi dell'uso della visione artificiale per gestire i graffiti:

• Riduce il lavoro manuale: il monitoraggio automatico riduce la necessità che il personale ispezioni fisicamente le strade, liberando risorse per altre attività.
• Supporta le iniziative di prevenzione: individuando i punti più colpiti dai graffiti, i sistemi di visione artificiale consentono alle città di concentrarsi su misure deterrenti, come una migliore illuminazione o la sorveglianza in quelle aree.
• Si integra con altri sistemi: gli strumenti di visione artificiale possono essere collegati alle dashboard cittadine o alle app di manutenzione per rendere più fluido il flusso di lavoro.
• Consente la creazione automatizzata di report: i sistemi di AI visiva possono aiutare a generare report periodici, riducendo il carico amministrativo del personale comunale.

Sebbene i sistemi di visione artificiale siano utili per rilevare i graffiti, presentano anche alcuni limiti. Ecco alcuni aspetti da tenere presenti quando implementi sistemi di questo tipo:

• Richiede manutenzione continua: telecamere, modelli e software devono essere aggiornati e sottoposti regolarmente a manutenzione per garantire precisione e funzionalità.
• Ostacoli legali e normativi: in alcune città, installare sistemi di sorveglianza negli spazi pubblici può richiedere autorizzazioni, permessi o la conformità alle leggi sulla protezione dei dati.
• Confusione tra lingue o simboli: i graffiti che usano lingue straniere, simboli o gergo potrebbero non essere riconosciuti correttamente senza dati di addestramento specifici.
• Rischio di identificazione errata: se il sistema non viene addestrato su un dataset completo e diversificato, potrebbe scambiare per graffiti murales, arte di strada o dipinti murali autorizzati.

Punti chiave#

Il rilevamento dei graffiti è solo un esempio di come la visione artificiale stia trasformando il modo in cui le città gestiscono gli spazi pubblici. Questi sistemi vengono integrati sempre più spesso con strumenti per la manutenzione, la segnalazione e la pianificazione urbana.

L'attenzione si sta spostando dalle reazioni rapide alla consapevolezza proattiva. Grazie a dati migliori e strumenti più intelligenti, le città puntano a prevenire i problemi prima che si presentino e a prendere decisioni più informate in ogni fase.

Unisciti alla nostra community in continua crescita! Esplora il nostro repository GitHub per saperne di più sull'IA e dai un'occhiata alle opzioni di licenza per avviare i tuoi progetti di IA per la visione. Ti interessano innovazioni come l'IA in ambito sanitario e la visione artificiale in agricoltura? Visita le nostre pagine dedicate alle soluzioni per saperne di più!