Método de Detecção de Derrames de Óleo Marinho Baseado em YOLOv8 e SAPSO

Em meio a um cenário econômico em rápida evolução, a demanda global por petróleo está aumentando constantemente. Esse aumento na demanda impulsionou a extração marinha e o transporte marítimo de petróleo, resultando em um aumento consequente e desigual nos derrames de óleo no mar. Caracterizados por seu início abrupto, rápida disseminação da poluição, danos prolongados e desafios na contenção a curto prazo, os acidentes de derrame de petróleo representam ameaças econômicas e ambientais significativas. Consequentemente, é imperativo adotar métodos eficazes e confiáveis para a detecção oportuna de derrames de óleo para minimizar os danos causados por tais incidentes. Aproveitando a rede de aprendizado profundo YOLO, este trabalho introduz uma metodologia para a detecção automatizada de alvos de derrame de óleo. O pré-processamento dos dados experimentais incorporou desruído, modificação em escala de cinza e aumento de contraste. Subsequentemente, imagens reais de derrames de óleo foram empregadas como amostras de treinamento extensivo no modelo da rede YOLOv8. O modelo de detecção treinado demonstrou identificação rápida e precisa de regiões válidas de derrame de óleo. Por fim, os filmes de óleo dentro das regiões de derrame identificadas foram extraídos utilizando o algoritmo de otimização por enxame de partículas com recozimento simulado (SA-PSO). O método proposto para pesquisa de derrames de óleo em alto-mar apresentado aqui pode oferecer suporte de dados imediato e válido para patrulhas regulares e esforços de reação em emergências.