Visão computacional

A pesquisa visual computacional é a área de inteligência artificial que lida com a análise da entrada visual; como fotografias, vídeos e feeds de câmera ao vivo. A visão computacional é realizada usando grandes quantidades de imagens para treinar um modelo.

Há vários tipos de modelo de visão computacional.

• A classificação de imagem é uma forma de visão computacional na qual um modelo é treinado com imagens rotuladas com o assunto principal da imagem (em outras palavras, do que é uma imagem) para que possa analisar imagens sem rótulo e prever o rótulo mais apropriado – identificando o assunto da imagem.
• A detecção de objetos é uma forma de pesquisa visual computacional na qual o modelo é treinado para identificar a localização de objetos específicos em uma imagem.
• A segmentação semântica é uma forma avançada de detecção de objetos em que, em vez de indicar a localização de um objeto desenhando uma caixa ao seu redor, o modelo pode identificar os pixels individuais na imagem que pertencem a um objeto específico.
• Modelos multi modais combinam recursos visuais e descrições de texto associadas, permitindo que gerem descrições abrangentes de imagens.

Cenários de visão computacional

Os usos comuns da visão computacional incluem:

• Agentes de IA que podem interpretar a entrada visual.
• Legenda automática ou geração de etiquetas para fotografias.
• Pesquisa visual.
• Monitoramento dos níveis de estoque ou identificação de itens para checkout em cenários de varejo.
• Monitoramento de vídeo de segurança.
• Autenticação por meio do reconhecimento facial.
• Robótica e veículos autônomos.