@InProceedings{OliveiraMaurPereSant:2021:DeMaRC,
author = "Oliveira, Raianny Proen{\c{c}}a de Camargo de and
Maur{\'{\i}}cio, Claudio Roberto M. and Peres, Fabiana Frata
Furlan and Santos, Val{\'e}ria Nunes dos",
affiliation = "{Universidade Estadual do Oeste do Paran{\'a}} and {Universidade
Estadual do Oeste do Paran{\'a}} and {Universidade Estadual do
Oeste do Paran{\'a}} and {Funda{\c{c}}{\~a}o Parque
Tecnol{\'o}gico Itaipu}",
title = "Detectron2 e Mask R-CNN para Detec{\c{c}}{\~a}o de Fissuras em
Superf{\'{\i}}cies de Concreto",
booktitle = "Proceedings...",
year = "2021",
editor = "Paiva, Afonso and Menotti, David and Baranoski, Gladimir V. G. and
Proen{\c{c}}a, Hugo Pedro and Junior, Antonio Lopes Apolinario
and Papa, Jo{\~a}o Paulo and Pagliosa, Paulo and dos Santos,
Thiago Oliveira and e S{\'a}, Asla Medeiros and da Silveira,
Thiago Lopes Trugillo and Brazil, Emilio Vital and Ponti, Moacir
A. and Fernandes, Leandro A. F. and Avila, Sandra",
organization = "Conference on Graphics, Patterns and Images, 34. (SIBGRAPI)",
publisher = "Sociedade Brasileira de Computa{\c{c}}{\~a}o",
address = "Porto Alegre",
keywords = "reconhecimento visual, Detectron2, Mask R-CNN.",
abstract = "Fissuras em concreto representam manifesta{\c{c}}{\~o}es
patol{\'o}gicas e ocorrem por diversos motivos, mesmo que haja
boas pr{\'a}ticas na fase de constru{\c{c}}{\~a}o. Em
estruturas de grande porte, como pontes, t{\'u}neis e barragens
{\'e} exigido que, com certa periodicidade, ocorra
inspe{\c{c}}{\~o}es visuais com objetivo de detectar,
diagnosticar a causa e quando poss{\'{\i}}vel, reparar a
fissura. Nos casos que n{\~a}o {\'e} poss{\'{\i}}vel reparar a
fissura, se deve acompanhar o seu comportamento. Muitas
t{\'e}cnicas computacionais para a detec{\c{c}}{\~a}o de
fissuras t{\^e}m sido propostas, mas suas aplica{\c{c}}{\~o}es
s{\~a}o limitadas, pois as imagens de fissuras tendem a variar
muito e neste caso, extrair informa{\c{c}}{\~o}es como a
localiza{\c{c}}{\~a}o da fissura em uma imagem requer que seja
realizada uma segmenta{\c{c}}{\~a}o a n{\'{\i}}vel de pixel.
Neste contexto, esse trabalho apresenta uma proposta utilizando o
Detectron2, inspirado na rede neural convolucional Mask R-CNN, que
oferece suporte para detec{\c{c}}{\~a}o de objetos,
segmenta{\c{c}}{\~a}o de inst{\^a}ncias,
segmenta{\c{c}}{\~a}o de panor{\^a}mica, e
segmenta{\c{c}}{\~a}o de sem{\^a}ntica.",
conference-location = "Gramado, RS, Brazil (virtual)",
conference-year = "18-22 Oct. 2021",
language = "pt",
ibi = "8JMKD3MGPEW34M/45E6942",
url = "http://urlib.net/ibi/8JMKD3MGPEW34M/45E6942",
targetfile = "paper.pdf",
urlaccessdate = "2024, May 06"
}