CONHECIMENTO / MAPA DA IA / 03

Visão computacional

Serve para extrair informação operacional de imagens e vídeos, como presença, posição, classe, medida ou mudança de um elemento. A resposta deve ser adequada ao ambiente: uma câmera de fábrica, uma foto de celular e um exame médico têm iluminação, resolução e riscos distintos.

← Voltar aos 7 pilares
Lente de vidro analisa formas luminosas em camadas
Visão computacional
01

Quando surgiu

Em 1966, o Summer Vision Project do MIT propôs separar uma imagem em regiões, descrever formas e identificar objetos. O plano é um registro histórico da pesquisa inicial em visão computacional; não significa que a área tenha sido resolvida naquele verão. Nas décadas seguintes, métodos geométricos e de aprendizado ampliaram o que podia ser analisado.

02

O que é

Analisa imagens e vídeos para localizar, classificar, medir ou acompanhar elementos. Pode combinar geometria, reconhecimento de padrões e aprendizado de máquina.

03

Como funciona

Uma câmera ou arquivo fornece pixels. O sistema pode corrigir a imagem, localizar bordas e regiões, detectar objetos ou estimar movimento; modelos treinados também podem aprender características diretamente dos exemplos. Para avaliar a saída, é preciso distinguir tarefas: dizer que há um carro, marcar sua posição e acompanhar seu deslocamento são problemas diferentes.

04

Para que serve

Serve para extrair informação operacional de imagens e vídeos, como presença, posição, classe, medida ou mudança de um elemento. A resposta deve ser adequada ao ambiente: uma câmera de fábrica, uma foto de celular e um exame médico têm iluminação, resolução e riscos distintos.

05

Onde é utilizado

Inspeção visual de peças, leitura de documentos, análise de tráfego e apoio à revisão de exames são exemplos. Em uma linha de produção, a câmera captura a peça, o sistema sinaliza uma possível falha e uma etapa de validação decide se ela deve ser separada.

06

Limites e cuidados

Detectar um padrão visual não equivale a compreender toda a cena nem a emitir um diagnóstico confiável sem validação. Uma detecção não prova compreensão completa da cena. Reflexos, oclusões, imagens fora da distribuição de treino e erros de anotação podem alterar o resultado. Em saúde ou segurança, o sistema deve apoiar, não substituir, a decisão profissional validada.

Fontes