Banca de DEFESA: MARCUS VINICIUS MESQUITA BELTRAO FILHO

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: MARCUS VINICIUS MESQUITA BELTRAO FILHO
DATA: 31/08/2026
HORA: 14:00
LOCAL: https://meet.google.com/nvd-rzaz-edx
TÍTULO: Aplicação de visão computacional e inteligência artificial como ferramentas para manutenção preditiva de cobertas: o caso da UFPB
PALAVRAS-CHAVES: Visão computacional; manutenção predial; aprendizado de máquina; coberturas; classificação multirrótulo; manutenção preditiva.
PÁGINAS: 154
GRANDE ÁREA: Engenharias
ÁREA: Engenharia de Produção
RESUMO: A manutenção de coberturas em instituições públicas exige procedimentos capazes de organizar grandes volumes de registros visuais e apoiar a definição de prioridades de intervenção. Esta pesquisa desenvolveu e avaliou uma abordagem integrada de visão computacional e a adaptação de um protocolo de avaliação da condição predial para identificar anomalias em imagens aéreas de coberturas da Universidade Federal da Paraíba e apoiar a gestão da manutenção. O estudo possui natureza aplicada, abordagem predominantemente quantitativa e delineamento de estudo de caso. Foi motivado pela extensão do patrimônio construído, pela limitação de equipes de inspeção e pelos custos associados a intervenções corretivas. O conjunto computacional foi formado por 1399 imagens obtidas em inspeções com drones, distribuídas em 973 fotografias para treinamento, 216 para validação e 210 para teste, e organizado como problema de classificação multilabel para cinco classes, com preservação aproximada da distribuição. Treze configurações computacionais, abrangendo modelos clássicos de aprendizado de máquina e redes neurais convolucionais, foram comparadas por meio de métricas adequadas à classificação multilabel, com prioridade para o F2 macro, que atribui maior peso à recuperação das anomalias. A ResNet18 apresentou o melhor desempenho no conjunto de validação e confirmou esse resultado no conjunto de teste, sendo selecionada para integração ao protótipo computacional. A classificação multirrótulo mostrou-se adequada porque fotografias continham ocorrências simultâneas, incompatíveis com a atribuição de apenas uma categoria exclusiva. Os resultados evidenciaram diferenças de desempenho entre as classes, com melhores resultados na identificação de algumas anomalias em relação a outras. Essas variações podem estar relacionadas à frequência, à diversidade visual e às características específicas de cada classe. O modelo apresentou elevada sensibilidade, acompanhada por indicações positivas excedentes, o que confirmou a necessidade de revisão profissional. O protótipo permitiu cadastrar edificações e inspeções, analisar fotografias, revisar previsões, atribuir condições, calcular a criticidade, consolidar ocorrências por cobertura e gerar uma ordenação de prioridades. A confiabilidade temporal das inspeções também foi incorporada para distinguir registros atuais daqueles que demandam nova avaliação. Concluiu-se que a integração entre classificação multirrótulo, validação humana e avaliação padronizada transforma registros fotográficos dispersos em informações rastreáveis para apoiar o monitoramento, a reinspeção e a programação de intervenções, sem substituir o julgamento técnico.
MEMBROS DA BANCA:
Presidente(a) - 2366533 - HUGO HARRY FREDERICO R KRAMER
Interno(a) - 1214252 - LUCIANO CARLOS AZEVEDO DA COSTA
Interno(a) - 1298891 - MARIA CHRISTINE WERBA SALDANHA
Externo(a) à Instituição - CAIO BEZERRA SOUTO MAIOR