I ricercatori di Tor Vergata hanno messo a punto il sistema BackRep, una procedura di aumento dei dati per reti neurali e algoritmi che aiuta a raccogliere e differenziare i rifiuti abbandonati.
Gli studi sulla raccolta automatizzata dei rifiuti (Automated Waste Sorting) stanno contribuendo notevolmente a rendere più efficiente l'intero processo di riciclaggio. Una questione rilevante tuttavia rimane ancora irrisolta, ovvero come gestire la grande quantità di rifiuti che viene dispersa nell'ambiente invece di essere raccolta correttamente. In questo ci aiuterà l'Intelligenza artificiale. La ricerca Data Augmentation Using Background Replacement for Automated Sorting of Littered Waste, condotta dall'Università degli Studi di Roma Tor Vergata e pubblicata sulla rivista internazionale Mdpi ha come obiettivo principale quello di costruire sistemi di smistamento automatico dei rifiuti per identificare e classificare i rifiuti gettati in natura.
I ricercatori del dipartimento di Ingegneria dell'Impresa Mario Lucertini di Tor Vergata, hanno sviluppato un sistema per la classificazione automatica di immagini chiamato BackRep, in grado di riconoscere i rifiuti nell'ambiente in cui sono stati abbandonati. Il modello utilizza una procedura di aumento di dati per reti neurali e per algoritmi di Intelligenza Artificiale. Così BackRep riconosce i rifiuti nell'ambiente in cui sono stati abbandonati.
Il Littered Waste Testset è un nuovo set di dati per classificare i rifiuti composto da 114 immagini organizzate secondo le categorie del dataset CompostNet, uno tra i primi sistemi di classificazione automatica dei rifiuti tramite immagini che utilizza una rete neurale per identificare differenti tipi di rifiuti compostabili e riciclabili. Un gruppo di volontari ha scattato le foto in contesti domestici ed esterni con diversi tipi di sfondi e luci. Il gruppo ha utilizzato la fotocamera del telefono e le immagini sono state quindi ridimensionate a 500 × 400 pixel. La distribuzione delle classi di rifiuti è stata determinata dai volontari. Questi sono rifiuti trovati nell'ambiente urbano e nelle loro case. Ai volontari è stato chiesto di produrre almeno dieci campioni per classe. “BackRep espande i set di dati esistenti ritagliando i rifiuti solidi in immagini scattate su uno sfondo uniforme (bianco) e sovrapponendoli a sfondi più realistici”, spiega Fabio Massimo Zanzotto, autore della ricerca, docente di Natural Language processing presso l'Università degli Studi di Roma Tor Vergata e coordinatore del centro di ricerca interdipartimentale Artificial Intelligence Research su Linguaggio, Conoscenza e Cognizione (Clak) al dipartimento di Ingegneria dell'impresa Mario Lucertini.
I sistemi finora in uso sono in grado di classificare i rifiuti soltanto sullo sfondo omogeneo di nastri trasportatori. Questo sistema è in grado di classificare i rifiuti dove si trovano. Quindi, potrebbe in futuro equipaggiare robot che possono essere possono essere utilizzati per pulire boschi, foreste, coste e ambienti urbani rimuovendo i macrorifiuti. BackRep è un modello generale di aumento dei dati che può essere utilizzato per diverse attività di riconoscimento delle immagini e aprire un interessante filone di ricerca.
