UMA SIAMESE NETWORK COM TRIPLET LOSS
Synopsis
Os métodos tradicionais de garantia e controlo da qualidade (QA/QC) baseiam-se principalmente em inspeções manuais ou visuais, que são demoradas, subjetivas e propensas a erro humano. A automatização do QA/QC através da integração de Inteligência Artificial (IA), particularmente durante a fase de execução, contribui para garantir a conformidade, minimizar repetições de trabalhos e melhorar os resultados dos projetos. Este trabalho desenvolve uma metodologia para integrar IA em QA/QC com especial enfoque em arquiteturas de modelos siameses e aplica essa metodologia num estudo de caso utilizando dados reais de um projeto de construção. O conjunto de dados é constituído por imagens "as-built" e imagens de modelos BIM "as-designed", recolhidas através de uma plataforma de visão computacional. O caso de estudo explora a aplicação do modelo acima descrito para comparar a similaridade entre imagens "as-built" e modelos BIM "as-designed" de painéis de parede provenientes de uma obra real. Os resultados demonstram o potencial das arquiteturas baseadas em redes siameses para automatizar a deteção de inconsistências entre o projeto e a execução, proporcionando uma base para a futura integração de métodos de IA na gestão da qualidade em construção.
