O que é a computer vision?

A computer vision é uma subárea da in­te­li­gên­cia ar­ti­fi­cial que permite que máquinas in­ter­pre­tem in­for­ma­ções visuais. Essa tec­no­lo­gia ajuda os com­pu­ta­do­res a pro­ces­sa­rem e “en­ten­de­rem” imagens e vídeos. Assim, é possível au­to­ma­ti­zar processos e torná-los mais precisos.

O que é computer vision?

A computer vision é um campo de pesquisa e aplicação da in­te­li­gên­cia ar­ti­fi­cial, que se dedica à avaliação au­to­má­tica de dados visuais. O objetivo é que os com­pu­ta­do­res não apenas capturem imagens e vídeos, mas também consigam analisar e in­ter­pre­tar seu conteúdo. Isso inclui re­co­nhe­cer objetos, pessoas ou padrões, assim como com­pre­en­der cenas. A computer vision combina métodos de apren­di­zado de máquina, pro­ces­sa­mento de imagens e es­ta­tís­tica. Pro­ce­di­men­tos de deep learning, que trabalham com redes neurais, são es­pe­ci­al­mente poderosos. Esses modelos são treinados com grandes volumes de dados de imagem para iden­ti­fi­car ca­rac­te­rís­ti­cas visuais de forma confiável. Assim, a computer vision fornece a base técnica para muitas apli­ca­ções re­le­van­tes na prática. Sem essa tec­no­lo­gia, sistemas autônomos ou análises in­te­li­gen­tes de imagens di­fi­cil­mente seriam viáveis.

Como funciona a computer vision?

A computer vision se baseia em converter dados visuais para um formato com­pre­en­sí­vel para máquinas. Primeiro, as imagens ou os dados de vídeo são cap­tu­ra­dos di­gi­tal­mente e divididos em pixels in­di­vi­du­ais. Esses pixels contêm in­for­ma­ções sobre cores, brilho e contraste. Em seguida, al­go­rit­mos de IA extraem ca­rac­te­rís­ti­cas re­le­van­tes, como bordas, formas ou texturas.

A maioria dos sistemas usa, para isso, redes neurais; em especial, são uti­li­za­das as Con­vo­lu­ti­o­nal Neural Networks (CNNs). Essas redes aprendem, durante o trei­na­mento, quais ca­rac­te­rís­ti­cas de imagem são re­le­van­tes para tarefas es­pe­cí­fi­cas. Para isso, são usados grandes conjuntos de dados, em geral anotados. O modelo ajusta suas pon­de­ra­ções internas até re­co­nhe­cer objetos ou padrões de forma confiável. Após o trei­na­mento, o sistema consegue analisar novas imagens des­co­nhe­ci­das. De­pen­dendo da aplicação, ele fornece re­sul­ta­dos como clas­si­fi­ca­ções, posições ou pro­ba­bi­li­da­des.

A qualidade dos re­sul­ta­dos depende muito do volume de dados, da qualidade desses dados e do modelo escolhido. Além disso, a in­fra­es­tru­tura sub­ja­cente de­sem­pe­nha um papel im­por­tante. Muitas apli­ca­ções de computer vision são exe­cu­ta­das na nuvem ou di­re­ta­mente em chamados dis­po­si­ti­vos de edge. Sistemas baseados em cloud oferecem alto poder de pro­ces­sa­mento e são es­pe­ci­al­mente adequados para o trei­na­mento de modelos complexos ou para a análise de grandes volumes de dados. Já a Edge AI processa dados de imagem di­re­ta­mente no local de origem, por exemplo, em câmeras, smartpho­nes ou ins­ta­la­ções in­dus­tri­ais. Isso reduz latências, economiza largura de banda e aumenta a proteção de dados.

Para quais tarefas a computer vision é adequada?

A computer vision é mais adequada para tarefas em que in­for­ma­ções visuais precisam ser avaliadas ou in­ter­pre­ta­das au­to­ma­ti­ca­mente. A tec­no­lo­gia consegue analisar grandes volumes de dados de imagem ou vídeo em pouco tempo. Ela atua de forma con­sis­tente e sem fadiga, o que a torna uma al­ter­na­tiva real, es­pe­ci­al­mente para tarefas re­pe­ti­ti­vas. Além disso, permite decisões em tempo real, como as exigidas em apli­ca­ções críticas para a segurança. A computer vision pode processar tanto dados visuais es­tru­tu­ra­dos quanto não es­tru­tu­ra­dos.

Tarefas típicas de computer vision incluem, entre outras:

• Re­co­nhe­ci­mento de objetos: os sistemas iden­ti­fi­cam e clas­si­fi­cam objetos em imagens ou vídeos, como veículos, pessoas ou produtos. Além disso, é possível de­ter­mi­nar a posição dos objetos, por exemplo, por meio de bounding boxes.
• Re­co­nhe­ci­mento facial: a computer vision iden­ti­fica ou verifica pessoas com base em seus traços faciais. A técnica é fre­quen­te­mente usada para controle de acesso ou processos de au­ten­ti­ca­ção.
• Clas­si­fi­ca­ção de imagens: as imagens são au­to­ma­ti­ca­mente atri­buí­das a ca­te­go­rias, como “com defeito” ou “intacto”. Essa tarefa é es­pe­ci­al­mente relevante no controle de qualidade.
• Seg­men­ta­ção de imagens e de ins­tân­cias: nesse processo, são mas­ca­ra­dos os pixels que pertencem a um objeto ou a uma classe de objetos, por exemplo, para um re­co­nhe­ci­mento preciso de formas e contornos.
• Detecção de movimento e de eventos: al­te­ra­ções em fluxos de vídeo também são iden­ti­fi­ca­das, por exemplo, como mo­vi­men­tos incomuns. Esses sistemas são fre­quen­te­mente usados em mo­ni­to­ra­mento ou em tec­no­lo­gias de segurança.
• Es­ti­ma­tiva de pro­fun­di­dade e re­co­nhe­ci­mento 3D: a computer vision trabalha cada vez mais com dados 3D ou câmeras estéreo para de­ter­mi­nar, com precisão espacial, as posições dos objetos.
• Re­co­nhe­ci­mento de texto (OCR): texto impresso ou ma­nus­crito é extraído de imagens com OCR e con­ver­tido em texto legível por máquina. Isso facilita a di­gi­ta­li­za­ção de do­cu­men­tos.

Onde a computer vision é usada?

A computer vision é usada em muitas áreas do dia a dia e da indústria:

• Na fa­bri­ca­ção in­dus­trial, a tec­no­lo­gia de­sem­pe­nha um papel im­por­tante, pois monitora os processos de produção e iden­ti­fica au­to­ma­ti­ca­mente peças de­fei­tu­o­sas.
• Também na área médica, a computer vision está bem es­ta­be­le­cida: ela apoia médicas e médicos na avaliação de imagens de raio X, to­mo­gra­fia com­pu­ta­do­ri­zada (TC) ou res­so­nân­cia magnética (RM), fa­ci­li­tando di­ag­nós­ti­cos precisos.
• Outro campo de aplicação central são os veículos autônomos. Eles usam computer vision para re­co­nhe­cer faixas de rodagem, placas de trânsito e outros usuários das vias e, assim, se deslocar com segurança no trânsito.
• O varejo também se beneficia da tec­no­lo­gia, por exemplo, por meio de análises au­to­má­ti­cas de mer­ca­do­rias ou sistemas de detecção de furtos.
• Na logística, por sua vez, a computer vision garante a iden­ti­fi­ca­ção e a triagem efi­ci­en­tes de pacotes e remessas.
• A agri­cul­tura também aposta cada vez mais em IA visual, por exemplo, para a detecção precoce de doenças nas plantas.
• Além disso, órgãos de segurança utilizam computer vision para analisar imagens de vídeo em espaços públicos.
• No ambiente doméstico, a tec­no­lo­gia também está presente: em smartpho­nes, ela pos­si­bi­lita recursos como re­co­nhe­ci­mento facial ou oti­mi­za­ção au­to­má­tica de imagens.
• Além disso, a computer vision constitui uma base central para apli­ca­ções em di­fe­ren­tes áreas de Extended Reality como, por exemplo, AR ou VR.