A estimativa de pose é uma técnica de visão computacional que determina a postura de pessoas, ou a posição e a orientação de objetos, em imagens ou vídeo. Normalmente, um modelo deteta pontos-chave, como ombros, cotovelos e joelhos, e liga-os num esqueleto. É utilizada, por exemplo, em aplicações de fitness que verificam exercícios, na análise da ergonomia no local de trabalho, na análise desportiva e na robótica.
Agentes, fluxos e modelos num só espaço de trabalho – demonstração gratuita de 24 horas.
Iniciar demonstraçãoA visão computacional é uma área da IA em que os computadores interpretam imagens e vídeo. As tarefas típicas incluem detetar e localizar objetos, ler texto em imagens e medir componentes. A tecnologia é utilizada, por exemplo, no controlo de qualidade na produção, em sistemas de assistência à condução, na logística e na imagiologia médica.
O reconhecimento de imagem é uma área da visão computacional em que o software identifica o que uma imagem mostra – objetos, pessoas, texto, logótipos ou cenas. Baseia-se normalmente em redes neuronais treinadas com grandes quantidades de imagens rotuladas. As aplicações vão do controlo de qualidade na produção e da organização de fotografias de produtos até ao apoio à imagiologia médica. Com imagens de pessoas, a proteção de dados e o possível enviesamento exigem especial atenção.
A estimativa de profundidade determina, a partir de imagens, a que distância da câmara se encontram objetos ou píxeis individuais. Pode ser feita com duas câmaras (estéreo), com sensores de profundidade ou, com redes neuronais, até a partir de uma única fotografia (estimativa monocular de profundidade). É necessária na robótica, na assistência à condução, na realidade aumentada e em modelos 3D de espaços.
Uma rede neuronal convolucional (CNN) é uma arquitetura de rede neuronal particularmente adequada a dados de imagem. Percorre a entrada com pequenos filtros, detetando características simples, como contornos, nas primeiras camadas e formas mais complexas nas mais profundas. As CNN marcaram o reconhecimento de imagem durante muitos anos e são utilizadas, por exemplo, para detetar defeitos em fotografias de produtos ou na análise de imagens médicas.
