Conteúdo revisado:
Visão computacional (em inglês, computer vision) é o campo da inteligência artificial que permite a computadores interpretar e extrair informação de imagens e vídeos. Em vez de apenas armazenar pixels, sistemas de visão computacional identificam objetos, rostos, textos e cenas, medem distâncias e detectam padrões — aproximando-se da capacidade humana de “enxergar” e entender o mundo visual.
A técnica está presente em muitos produtos do dia a dia: desbloqueio facial de celulares, leitura de placas de trânsito por carros autônomos, diagnóstico por imagem na medicina, controle de qualidade em fábricas e moderação de conteúdo em redes sociais. Os avanços recentes vêm de redes neurais profundas treinadas com milhões de imagens. Os modelos multimodais atuais, como GPT-5 e Gemini, incorporam visão computacional para analisar fotos, gráficos e documentos enviados pelo usuário e responder com base no que veem.
Como avaliar visão computacional?
Primeiro defina a tarefa: classificar uma imagem, localizar objetos, segmentar regiões ou extrair texto são problemas diferentes. O conjunto de teste deve representar câmeras, iluminação, ângulos e pessoas do uso real. Analise falsos positivos e negativos por categoria, além de latência e privacidade. Modelos podem falhar com mudanças pequenas ou grupos pouco representados nos dados.
Referência primária: Google for Developers — classificação de imagens
Exemplo prático
Uma fábrica usa visão computacional para localizar rachaduras, não apenas dizer se a foto tem defeito. Isso exige caixas ou máscaras rotuladas, imagens de várias linhas e um limite ajustado ao custo de deixar passar uma falha. Fotos duplicadas não podem aparecer no treino e no teste.
Como distinguir e avaliar
Classificação atribui uma categoria à imagem; detecção localiza objetos; segmentação marca pixels; OCR extrai texto. “Visão computacional” abrange essas tarefas, mas um modelo treinado para uma não resolve automaticamente as demais nem compreende todo o cenário.
Checklist de avaliação
- Defina tarefa, unidade de erro e limite operacional.
- Teste câmeras, ângulos, luz, grupos e mudanças do ambiente real.
- Revise falsos positivos e negativos, privacidade e latência.
Conceitos relacionados: deep learning · IA multimodal
Fonte primária adicional: TensorFlow — tutorial oficial de classificação de imagens
Notícias relacionadas
Perguntas frequentes
Onde a visão computacional é usada no dia a dia?
Em desbloqueio facial de celulares, carros autônomos, diagnóstico por imagem médica, controle de qualidade em fábricas, leitura automática de documentos e moderação de conteúdo em redes sociais.
Qual a diferença entre visão computacional e reconhecimento de imagem?
Reconhecimento de imagem é uma tarefa específica (dizer o que aparece em uma foto). Visão computacional é o campo mais amplo que inclui isso e também detecção de objetos, medição de distâncias, rastreamento de movimento e interpretação de cenas.
