Por favor, use este identificador para citar o enlazar este ítem:
https://repositorio.ufjf.br/jspui/handle/ufjf/20617Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| thaianecardosorodrigues.pdf | 10.49 MB | Adobe PDF | Visualizar/Abrir |
| Clase: | Dissertação |
| Título : | Aplicação de IA multimodal na inspeção da acessibilidade de calçadas: desempenho do GPT-4o na verificação dos parâmetros da NBR 9050 |
| Autor(es): | Rodrigues, Thaiane Cardoso |
| Orientador: | Castañon, José Alberto Barroso |
| Co-orientador: | Paula, Bárbara Arantes de |
| Miembros Examinadores: | Rodriguez, Tatiana Tavares |
| Miembros Examinadores: | Sanches, Leonardo |
| Resumo: | Esta pesquisa teve como objetivo investigar a viabilidade da utilização de visão computacional e processamento por LLM para a auditoria de acessibilidade de calçadas com base na norma NBR 9050:2020. Utilizando-se uma metodologia de validação comparativa, entre um levantamento in loco e um levantamento realizado por visão computacional. Para a coleta de dados foram escolhidas 46 imagens representativas de calçadas de Juiz de Fora com características variadas. O desenvolvimento dos testes resultou em uma ferramenta “Sidewalk Analyzer” que combina o processamento por GPT4.1 com modelos de extração de geometria monocular. A pesquisa identificou que o uso isolado das LLMs não foi suficiente para uma auditoria técnica plenamente confiável, porém a combinação dessas com modelos auxiliares para extração geométrica apresentou potencial significativo para apoio à fiscalização pública. Além da verificação da acurácia do modelo testado, a pesquisa propõe uma arquitetura metodológica replicável que pode evoluir com o avanço tecnológico. |
| Resumen : | This research investigated the feasibility of using computer vision and LLMbased processing to audit sidewalk accessibility in accordance with the NBR 9050:2020 standard, using a comparative validation methodology comparing on-site and computer-vision-based surveys. For data collection, 46 representative images of sidewalks in Juiz de Fora with varying characteristics were chosen. The development of the tests resulted in the “Sidewalk Analyzer” tool that combines GPT-4.1 processing with monocular geometry-extraction models. The research found that the isolated use of LLMs was insufficient for a fully reliable technical audit, but combining them with auxiliary models for geometric extraction showed significant potential to support public inspection. In addition to verifying the accuracy of the tested model, the research proposes a replicable methodological architecture that can evolve with technological advances. |
| Palabras clave : | Calçadas Acessibilidade Visão computacional Grande Modelo de Linguagem Multimodal Sidewalk Accessibility Multimodal Large Language Model Computational vision |
| CNPq: | CNPQ::ENGENHARIAS |
| Idioma: | por |
| País: | Brasil |
| Editorial : | Universidade Federal de Juiz de Fora (UFJF) |
| Sigla de la Instituición: | UFJF |
| Departamento: | Faculdade de Engenharia |
| Programa: | Programa de Pós-graduação em Ambiente Construído |
| Clase de Acesso: | Acesso Aberto Attribution-NonCommercial-NoDerivs 3.0 Brazil |
| Licenças Creative Commons: | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ |
| URI : | https://repositorio.ufjf.br/jspui/handle/ufjf/20617 |
| Fecha de publicación : | 26-mar-2026 |
| Aparece en las colecciones: | Mestrado em Ambiente Construído (Dissertações) |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons
