Visão Computacional
Visão computacional é o ramo da inteligência artificial que ensina computadores a interpretar imagens e vídeos: reconhecer objetos, rostos, textos e cenas, e tomar decisões com base no que veem.
Como funciona
Uma imagem é uma grade de números (os pixels). Redes neurais convolucionais (CNN), um tipo de rede neural, aprendem a detectar padrões simples, como bordas, e combiná-los em formas e objetos. Modelos mais recentes também usam transformers para entender a imagem como um todo.
Tarefas principais
- Classificação: dizer o que há na imagem.
- Detecção de objetos: achar e marcar cada objeto.
- Segmentação: separar cada pixel por objeto.
- Reconhecimento facial e de texto (OCR).
- Geração e edição de imagens por IA.
Exemplos do dia a dia
- Desbloqueio do celular por rosto.
- Carros com assistência de direção.
- Diagnóstico por imagem em hospitais.
- Controle de qualidade em fábricas.
- Filtros de fotos e busca por imagem.
Cuidados
O reconhecimento facial levanta questões de privacidade e de vieses, com taxas de erro diferentes entre grupos. Em muitos países, o uso é regulado.
Perguntas frequentes
Visão computacional é o mesmo que IA? Não. É uma área da IA focada em imagens.
Precisa de muitos dados? Normalmente sim, mas transfer learning reduz essa necessidade.
Qual a relação com deepfake? Os mesmos avanços que melhoram a visão computacional permitem criar deepfakes.
Termos relacionados
Rede neural, Deep learning, GAN.
« Voltar Para Glossário