10 de abril de 2025
Explore como as cidades inteligentes estão usando sistemas de detecção de grafite por IA e visão computacional para melhorar a manutenção do espaço público, resolvendo rapidamente os problemas de grafite.
O grafite, que consiste em escrita, desenhos ou símbolos, pode contar muitas histórias. Ele adiciona cor e personalidade aos muros da cidade e é usado para expressar opiniões. Embora às vezes o grafite seja visto como arte, na maioria das vezes é feito sem permissão. Na verdade, o grafite frequentemente aparece da noite para o dia em edifícios, pontes e trens, e limpá-lo leva tempo, recursos e esforço.
Cidades ao redor do mundo gastam milhões tentando manter os espaços públicos limpos. Apenas nos Estados Unidos, os custos de limpeza de grafites ultrapassam US$ 12 bilhões a cada ano. Além disso, em muitas cidades, manter-se à frente dos grafites é um desafio substancial. Existem apenas algumas equipes de limpeza, e elas não podem estar em todos os lugares ao mesmo tempo.
É por isso que os planejadores urbanos agora estão recorrendo à visão computacional, um ramo da inteligência artificial que permite que as máquinas analisem e interpretem imagens. Usando modelos de visão computacional como o Ultralytics YOLO11, câmeras habilitadas para IA podem ser usadas para escanear rapidamente paredes da cidade, detectar grafites em tempo real e identificar os locais exatos para as equipes responderem.
Neste artigo, vamos analisar mais de perto como a visão computacional está sendo usada para o reconhecimento automatizado de grafites em cidades inteligentes. Vamos começar!
As cidades inteligentes estão usando tecnologia de ponta para lidar com os desafios diários de forma mais eficiente. Especificamente, elas estão aproveitando modelos de visão computacional como o YOLO11 para analisar dados visuais, monitorar espaços públicos e apoiar uma tomada de decisão mais rápida e orientada por dados em vários sistemas urbanos.
Aqui estão algumas maneiras comuns pelas quais a Visão de IA está sendo usada em cidades inteligentes:
Agora que exploramos como a visão computacional está ajudando a tornar as cidades mais inteligentes, vamos analisar mais de perto por que ela é especialmente necessária para o reconhecimento automatizado de grafites.
Tradicionalmente, as cidades têm usado uma variedade de abordagens para gerenciar pichações. Algumas dependem de denúncias públicas, enquanto outras enviam equipes para inspecionar pontos críticos conhecidos. Em certos casos, aplicativos móveis permitem que os moradores enviem reclamações ou carreguem imagens. Embora esses métodos possam ser úteis, eles são demorados, dependem muito da contribuição humana e, muitas vezes, não conseguem fornecer cobertura total em toda a cidade.
A visão computacional oferece às cidades uma maneira mais rápida e confiável de gerenciar o grafite. Os sistemas automatizados de reconhecimento de grafite normalmente dependem de duas principais tarefas de visão computacional: classificação de imagem e detecção de objetos.
Na primeira etapa, a classificação de imagem analisa uma foto para determinar se ela mostra grafite, arte de rua ou uma superfície limpa. Se o grafite for encontrado, a detecção de objetos identifica sua localização exata na imagem. Isso permite que as equipes da cidade respondam de forma rápida e precisa. Com o tempo, os dados ajudam a identificar tendências para que as cidades possam direcionar hotspots frequentes e melhorar os esforços de prevenção.
Muitas cidades estão experimentando novas maneiras de lidar com o grafite. Em vez de apenas depender de patrulhas ou denúncias públicas, elas estão começando a usar modelos de visão computacional que podem identificar, detectar e até ajudar a limpar o grafite. Vamos dar uma olhada em como algumas cidades estão colocando essas novas ferramentas em uso.
Veículos de serviço público estão agora sendo usados em muitas cidades para ajudar a detectar grafites durante suas rotas de patrulha regulares. Ao equipar esses veículos com soluções de visão computacional, as cidades podem escanear as ruas em tempo real, sem a necessidade de patrulhas extras. Isso torna mais fácil flagrar grafites precocemente e enviar alertas para as equipes de limpeza antes que o problema se espalhe.
Tempe, no Arizona, é um ótimo exemplo de uma cidade que usa essa tecnologia. A cidade fez parceria com organizações locais para desenvolver um sistema que utiliza câmeras montadas em veículos de serviço público. À medida que esses veículos se moviam pelos bairros, capturavam imagens de paredes e espaços públicos.
Um modelo de Visão de IA analisou as imagens e sinalizou qualquer grafite que detectou. Os resultados foram enviados para um painel ao vivo para que a gerência pudesse verificar as atualizações em seus telefones e responder rapidamente. Isso ajudou Tempe a agir mais rápido e reduzir as reclamações públicas.
Da mesma forma, em Lisboa, capital de Portugal, foi desenvolvido um sistema de prova de conceito usando câmeras montadas em veículos da cidade para detectar grafites automaticamente.
O grafite pode aparecer em locais de difícil ou inseguro acesso, como viadutos, túneis e estruturas elevadas. A limpeza nessas áreas geralmente requer equipamentos extras, custos adicionais e mais tempo. Para melhorar a segurança e a velocidade, algumas cidades estão começando a usar drones que podem detectar e remover grafites sem a necessidade de equipes manuais no local.
Por exemplo, Seattle, uma grande cidade no estado de Washington, lançou recentemente uma solução baseada em drones para monitorar áreas de difícil acesso. Os drones são equipados com câmeras e ferramentas de pulverização. Eles podem escanear superfícies públicas em busca de marcações e, quando o grafite é detectado, eles usam um pulverizador embutido para pintar por cima e cobri-lo.
Os esforços de Seattle para detectar grafites também incluem câmeras movidas a energia solar instaladas em pontos críticos conhecidos de grafite. Essas câmeras monitoram a atividade e enviam alertas quando alguém se aproxima de um local marcado. Ao combinar drones com pontos de monitoramento fixos, Seattle consegue responder mais rapidamente aos grafites e reduzir os riscos físicos para as equipes de manutenção.
Em alguns casos, a detecção de grafites não se trata apenas de limpeza - trata-se também de entender os padrões de atividade em toda a cidade. Com a ajuda da IA, as cidades agora podem transformar imagens de nível de rua em mapas visuais que mostram onde o grafite acontece com mais frequência. Esses mapas revelam tendências que podem não ser óbvias por meio de relatórios públicos e ajudam os planejadores urbanos a concentrar seus esforços onde eles são mais necessários.
Por exemplo, São Paulo, uma cidade no Brasil, explorou essa abordagem por meio de um estudo de caso orientado por pesquisa. Uma equipe usou visão computacional para analisar mais de 275.000 imagens em nível de rua de toda a cidade, coletadas usando o Google Street View. O grafite identificado nessas imagens foi mapeado em 96 distritos, revelando onde o grafite estava mais concentrado.
Em vez de depender de relatórios dispersos ou inspeções ocasionais, essa abordagem forneceu uma visão orientada por dados e em larga escala das pichacões em toda a cidade. O mapa resultante deu a São Paulo um recurso valioso para rastrear mudanças ao longo do tempo e apoiar esforços mais direcionados de limpeza, prevenção e planejamento urbano.
Aqui estão alguns dos principais benefícios de usar visão computacional para a gestão de pichações:
Embora os sistemas de visão computacional sejam úteis para a detecção de grafites, eles também têm algumas limitações. Aqui estão algumas coisas para ter em mente ao implementar tais sistemas:
A detecção de grafites é apenas um exemplo de como a visão computacional está transformando a forma como as cidades gerenciam os espaços públicos. Esses sistemas estão sendo cada vez mais integrados com ferramentas de manutenção, relatórios e planejamento urbano.
O foco está mudando de reações rápidas para uma conscientização proativa. Com dados melhores e ferramentas mais inteligentes, as cidades estão caminhando para prevenir problemas antes que eles comecem e tomar decisões mais informadas a cada passo do caminho.
Junte-se à nossa crescente comunidade! Explore o nosso repositório no GitHub para saber mais sobre IA e consulte nossas opções de licenciamento para iniciar seus projetos de Vision AI. Interessado em inovações como IA na área da saúde e visão computacional na agricultura? Visite nossas páginas de soluções para descobrir mais!
