Reconhecimento de imagem (IA)
Introdução
Em geral
Visão computacional,[1] também conhecida como visão artificial ou visão computacional (do inglês computer vision) ou visão técnica, é uma disciplina científica que inclui métodos para adquirir, processar, analisar e compreender imagens do mundo real a fim de produzir informações numéricas ou simbólicas para que possam ser processadas por um computador. Assim como os seres humanos usam os olhos e o cérebro para compreender o mundo ao seu redor, a visão computacional tenta produzir o mesmo efeito para que os computadores possam perceber e compreender uma imagem ou sequência de imagens e agir conforme apropriado em uma determinada situação. Essa compreensão é alcançada graças a diferentes campos como geometria, estatística, física e outras disciplinas. A aquisição de dados é realizada por vários meios, como sequências de imagens, visualizações de diversas câmeras de vídeo ou dados multidimensionais de um scanner médico.
Existem muitas tecnologias que utilizam visão computacional, incluindo reconhecimento de objetos, detecção de eventos, reconstrução de cena (mapeamento) e restauração de imagens.
O objetivo final da visão computacional é alcançar o desenvolvimento de estratégias automáticas para o reconhecimento de padrões complexos em imagens de múltiplos domínios. Atualmente, são muitos os campos que têm se beneficiado deste conjunto de técnicas. Uma das mais conhecidas é a robótica, já que robôs com certa autonomia devem reconhecer com precisão a localização dos objetos em seu ambiente para evitar colidir com eles, por exemplo. Muitas vezes conseguem isso através de sensores ou câmeras, sendo estas últimas dispositivos ideais para a aplicação de estratégias de visão computacional.
Contudo, a robótica não é a única área que tem beneficiado deste conjunto de técnicas. Podemos destacar o campo da imagem médica, com sistemas capazes de reconhecer, por exemplo, padrões patológicos em determinada modalidade de imagem e diagnosticar doenças de forma automatizada. Também são utilizados em outras áreas, como em sistemas de segurança, rastreamento de objetos (por exemplo, rastreamento de vídeo de um jogador de futebol durante uma partida de futebol) ou detecção de anomalias em peças fabricadas em linha de produção, esta última como método de controle de qualidade.