Visão computacional

A visão computacional é a área da inteligência artificial que lida com a análise da entrada visual; como fotografias, vídeos e transmissões de câmaras em direto. A visão computacional é realizada usando um grande número de imagens para treinar um modelo.

Existem vários tipos de modelos de visão computacional.

• A classificação de imagem é uma forma de visão computacional em que um modelo é treinado com imagens que são rotuladas com o assunto principal da imagem (em outras palavras, do que é uma imagem) para que ele possa analisar imagens sem rótulo e prever o rótulo mais apropriado - identificando o assunto da imagem.
• A deteção de objetos é uma forma de visão 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 deteção de objetos onde, em vez de indicar a localização de um objeto desenhando uma caixa à sua volta, o modelo pode identificar os píxeis individuais na imagem que pertencem a um determinado objeto.
• Os modelos multimodais combinam características visuais e descrições textuais associadas, permitindo-lhes gerar descrições abrangentes de imagens.

Cenários de visão computacional

Os usos comuns da visão computacional incluem:

• Agentes de IA que conseguem interpretar inputs visuais.
• Legendagem automática ou geração de etiquetas para fotografias.
• Pesquisa visual.
• Monitoramento dos níveis de estoque ou identificação de itens para checkout em cenários de varejo.
• Monitorização de vídeo de segurança.
• Autenticação através de reconhecimento facial.
• Robótica e veículos autónomos.