Um Estudo Comparativo de Modelos de Autoencoders para Redução de Dados Visuais em Operações de Veículos Aéreos Não Tripulados (UAV) em Operações de Busca e Resgate (SAR)

Resumo

Este artigo avalia o desempenho de diferentes arquiteturas de autoencoders, convencional, variacional e penalizado por redundância, para compressão de imagens transmitidas por veículos aéreos autônomos em operações de busca e salvamento. A hipótese central previa superioridade dos modelos penalizados, equilibrando eficiência computacional e fidelidade da reconstrução. Os experimentos foram conduzidos com o dataset SARD 2, utilizando métricas como PSNR, SSIM, MS-SSIM, taxa de compressão e tempo de processamento. Os resultados demonstraram que o autoencoder convencional obteve melhor qualidade de reconstrução, enquanto o penalizado se destacou na eficiência computacional. O modelo variacional apresentou desempenho intermediário. Apesar da expectativa inicial, a hipótese não se confirmou integralmente, destacando a necessidade de equilíbrio entre qualidade e eficiência conforme as restrições operacionais. A análise estatística (teste de Kruskal-Wallis) apontou diferenças significativas entre os modelos. Ressalta-se a limitação relacionada à avaliação da latência ponta a ponta, restrita ao tempo de compressão e reconstrução no ambiente experimental. Como trabalhos futuros, recomenda-se a análise em cenários reais de transmissão, além do estudo do impacto energético e de abordagens adaptativas para diferentes condições operacionais.