Máquinas que enxergam já não são mais novidade. A Visão Computacional (VC), vertente da Inteligência Artificial (IA) que simula a visão e a interpretação de dados feitas por humanos, tem sido cada vez mais aplicada para solucionar dores de diversos setores industriais. Exemplos da tecnologia, que muitas vezes pode ser utilizada em sistemas já existentes, têm revolucionado o modo de se fazer negócios.

Através de um sistema que captura imagens, que pode ser igual ou semelhante às câmeras fotográficas comuns, a Visão Computacional (VC) não apenas agrupa fotografias.

A grande sacada da solução está em interpretar os dados da imagem a ponto de extrair informações necessárias, como contagem de produtos ou identificação de objetos específicos, por exemplo.

De acordo com Lucas Ramalho, analista de processamento de imagens da Pix Force, se um problema pode ser resolvido através da visão e interpretação humanas, então este mesmo problema também pode ser resolvido através da tecnologia.

Análise de sentimentos através da visão computacional

Reações de pessoas em relação a um determinado produto são essenciais para marcas entenderem sua popularização, assim como preverem os próximos passos a serem dados no mercado. Geralmente colhidas através de comentários textuais, estas emoções podem ser classificadas entre positivas, negativas e neutras. Porém, e se essa classificação pudesse acontecer pessoalmente?

Também conhecida como mineração de emoções, a análise de sentimentos é uma das vertentes da VC que, através de padrões preestabelecidos, consegue interpretar a reação dos consumidores através de suas expressões faciais.

Esta análise tende a ser mais detalhada, segura e precisa do que se feita através de mão de obra humana, já que funcionários podem interferir ou mal interpretar o sentimento do outro.

Neste exemplo, a vantagem passa a ser baseada em rapidez versus autenticidade: enquanto a escrita acontece após um processo de reflexão, a expressão facial é instantânea e reflete a reação genuína do cérebro, que inconscientemente reflete ações.

Prevenção contra desastres naturais e acidentes

Outra espécie que vem sendo explorada é a detecção de anomalias, que pode ser exemplificada através de desastres naturais.

Aqui, os sistemas de VC conseguem capturar imagens constantemente, e interpretar todas que sejam diferentes de um padrão normal – por exemplo, barragens de mineração em seu estado comum, e barragens de mineração prestes a transbordar por conta de enchentes.

Tecnologia na detecção de doenças

A U-net, uma Rede Neural desenvolvida pela Pix Force na área da biologia, é outro modelo de solução de Visão Computacional (VC) que teve sucesso em sua aplicação. Desenvolvida para atuar na área biomédica de imagens no Departamento de Ciência da Computação da Universidade de Freiburg, na Alemanha, a rede consegue fazer a segmentação de células e detectar precocemente doenças como o câncer.

Existem ainda outros segmentos que utilizam VC para solucionar problemas. Interpretação de exames médicos, contagem de animais, sistemas de robótica, autenticação e reconhecimento facial, cálculo de volumetria para matérias primas e rastreabilidade na cadeia de produção são alguns exemplos de aplicações que já se tornaram comuns.

A contagem de pessoas em ambientes é outro exemplo que, inclusive, foi bastante utilizado no começo da pandemia causada pelo vírus covid-19.

Solução que melhora o custo benefício

É importante entender que soluções de Visão Computacional (VC) são um investimento que gera uma série de benefícios para as empresas.

Além de economicamente eficaz, já que as soluções costumam levar o custo benefício em consideração, a tecnologia também desonera funcionários de cumprirem jornadas longas com funções desgastantes e pouco seguras. A acurácia de soluções de VC podem chegar a 99%.

Segundo matéria publicada na Fundação de Amparo à Pesquisa do Estado de São Paulo (Fapesp), o mercado de sistemas de processamento de imagens cresce a cada ano, tanto no setor industrial quanto no acadêmico. Tomando a dianteira na transformação do modo de ser fazer negócios, o Google está entre as empresas que mais investem em Inteligência Artificial (IA) e Visão Computacional (VC).

Já no universo das pesquisas, destacam-se o Instituto de Tecnologia da Califórnia (Caltech) e o Instituto de Tecnologia de Massachusetts (MIT), e também as brasileiras Universidade Estadual Paulista (Unesp), campus de Itapeva, e Instituto de Ciências Matemáticas e de Computação da Universidade de São Paulo (ICMC-USP), em São Carlos.

As duas últimas se tornaram referência na indústria madeireira após criarem um sistema capaz de entender a quais árvores tábuas de madeira pertencem, classificando sua qualidade.

Por Daniel Rodrigues Moura

Engenheiro – CEO da Pix Force

Crea RS162870