Artigo desenvolvido por um pesquisador do Programa de Pós-Graduação em Aplicações Operacionais (PPGAO) do Instituto Tecnológico de Aeronáutica (ITA) foi destaque em uma das principais revistas internacionais sobre engenharia, a Journal IEEE Acces. O estudo utiliza como objeto de análise alvos não colaborativos de interesse da Força Aérea Brasileira (FAB) e emprega a Inteligência Artificial para desenvolver um método de identificação destes objetivos.

Intitulado “Synthetic SAR Data Generator using Pix2pix cGAN Architecture for Automatic Target Recognition”, a pesquisa é resultado do trabalho de doutorado do Coronel Engenheiro Gustavo Farhat de Araujo que foi orientado pelo Professor Doutor Renato Machado, Chefe da Divisão de Engenharia Eletrônica do ITA, com coorientação do Professor Doutor Mats I. Pettersson, da Blekinge Tekniska Högskola (BTH), na Suécia.
Utilizando um tipo especial de rede de aprendizado profundo, a Conditional Generative Adversarial Networks (cGAN), a Inteligência Artificial desenvolvida na pesquisa gera imagens falsas que são similares às imagens reais geradas por um Radar de  Abertura Sintética (SAR). O objetivo foi desenvolver um sistema capaz de fornecer dados para o treinamento de algoritmos de classificação de alvos não cooperativos, ou seja, alvos de grande valor estratégico que raramente se expõem, dificultando a coleta de uma quantidade suficiente de imagens para o treinamento do algoritmo.

O grupo também destaca que a pesquisa está alinhada à Concepção Estratégica da Força Aérea 100 (DCA 11-45), pois tem o potencial de contribuir para o aprimoramento da atual capacidade de Inteligência, Vigilância e Reconhecimento (IVR) da FAB, permitindo uma maior probabilidade de classificação correta dos alvos contidos nas imagens coletadas por radares embarcados em aeronaves de reconhecimento e nos satélites da constelação Lessonia, lançados há cerca de dois anos para auxiliar no combate ao tráfico de drogas e mineração ilegal, por exemplo. 

A pesquisa é uma continuidade de um trabalho desenvolvido pelo mesmo grupo e publicado em 2022 pela Journal MDPI Sensors, outra importante revista internacional. “Na ocasião, identificamos a dependência e a insuficiência de dados para treinamento do algoritmo e desta forma buscamos uma solução baseada exclusivamente em dados sintéticos para enriquecer os dados de treinamento”, afirmou o Coronel Gustavo. 

O Adjunto à Coordenação do PPGAO, Tenente-Coronel Aviador Geraldo Mulado de Lima Filho, avalia que a pesquisa demonstra uma aproximação entre as áreas acadêmica e operacional, representando um conhecimento disruptivo no cenário militar. “É de extrema importância que essa tecnologia seja desenvolvida internamente no país, pois quando é adquirida de empresas estrangeiras, chega como uma caixa preta, ou seja, sem acesso aos parâmetros e funções do modelo computacional utilizado. Isso impossibilita a avaliação da adequação desses parâmetros para aplicações operacionais na Força Aérea, o que pode ser feito por meio de sistemas desenvolvidos pela FAB”, concluiu.

Para conferir o artigo “Synthetic SAR Data Generator using Pix2pix cGAN Architecture for Automatic Target Recognition” na íntegra de forma online, clique aqui.