Câmaras de visão computacional e as suas aplicações

Vários fatores técnicos, como dados, algoritmos e capacidade computacional, contribuem para o sucesso de uma aplicação de inteligência artificial (AI). Na visão por computador, um subcampo da IA centrado em permitir que as máquinas analisem e compreendam imagens e vídeos, um dos fatores mais importantes é a fonte de entrada ou de dados: a câmara. A qualidade e o tipo de câmaras usadas numa aplicação de visão por computador afetam diretamente o desempenho dos modelos de IA.

Escolher a câmara certa é essencial, porque diferentes tarefas de visão por computador exigem diferentes tipos de dados visuais. Por exemplo, as câmaras de alta resolução são usadas em aplicações como o reconhecimento facial, em que é necessário captar com precisão os detalhes faciais. Em contrapartida, as câmaras de menor resolução podem ser usadas em tarefas como a monitorização de filas, que dependem mais de padrões gerais do que de detalhes minuciosos.

Atualmente, existem muitos tipos de câmaras, cada uma concebida para responder a necessidades específicas. Compreender as diferenças entre elas pode ajudar-te a otimizar os teus projetos de visão por computador. Vamos explorar os vários tipos de câmaras de visão por computador e as respetivas aplicações em diferentes setores.

Explorando câmeras RGB para visão computacional#

As câmaras RGB (vermelho, verde e azul) são utilizadas com frequência em aplicações de visão por computador. Captam imagens no espetro visível, em comprimentos de onda entre 400 e 700 nanómetros (nm). Como estas imagens são semelhantes à forma como os humanos veem, as câmaras RGB são usadas em muitas tarefas, como deteção de objetos, segmentação de instâncias e estimativa de pose, em situações nas quais a visão semelhante à humana é suficiente.

Fig. 1. Visão geral de como funcionam as câmeras RGB.

Estas tarefas envolvem normalmente identificar e detetar objetos numa perspetiva bidimensional (2D), em que a captação da profundidade não é necessária para obter resultados precisos. No entanto, quando uma aplicação exige informações de profundidade, como na deteção de objetos 3D ou na robótica, são usadas câmaras RGB-D (vermelho, verde, azul e profundidade). Estas câmaras combinam dados RGB com sensores de profundidade para captar detalhes 3D e fornecer medições de profundidade em tempo real.

Uso de câmeras RGB-D em lojas de varejo#

Uma aplicação interessante das câmaras RGB-D são as provas virtuais, um conceito cada vez mais popular nas lojas de retalho. Simplificando, os ecrãs inteligentes equipados com câmaras e sensores RGB-D podem recolher dados como a altura, o formato do corpo e a largura dos ombros de um cliente. Com estas informações, o sistema pode sobrepor digitalmente roupa à imagem em direto do cliente. Tarefas de visão por computador, como a segmentação de instâncias e a estimativa de pose, podem processar os dados visuais para detetar com precisão o corpo do cliente e ajustar a roupa às suas proporções em tempo real.

Fig. 2. Exemplo de prova virtual.

As provas virtuais oferecem aos clientes uma vista 3D de como uma peça de roupa lhes ficaria e alguns sistemas conseguem até simular o movimento do tecido para proporcionar uma experiência mais realista. A visão por computador e as câmaras RGB-D permitem que os clientes evitem os provadores e experimentem roupa instantaneamente. Poupa tempo, facilita a comparação de estilos e tamanhos e melhora a experiência de compra em geral.

Entendendo a geração de imagens estéreo e as câmeras de tempo de voo (ToF)#

As câmaras estéreo são um tipo de câmara que usa vários sensores de imagem para captar a profundidade, comparando imagens de diferentes ângulos. São mais precisas do que os sistemas com um único sensor. Já as câmaras ou sensores de tempo de voo (ToF) medem distâncias emitindo luz infravermelha, que reflete nos objetos e regressa ao sensor. O processador da câmara calcula o tempo que a luz demora a regressar para determinar a distância.

Fig. 3. Visão geral de como funcionam as câmeras ToF.

Em alguns casos, as câmaras estéreo são integradas com sensores ToF, combinando os pontos fortes de ambos os dispositivos para captar informações de profundidade de forma rápida e precisa. A combinação das medições de distância em tempo real de um sensor ToF com a perceção detalhada de profundidade de uma câmara estéreo torna esta tecnologia ideal para aplicações como veículos autónomos e eletrónica de consumo, nas quais a velocidade e a precisão são essenciais.

Um exemplo cotidiano de detecção de profundidade com câmera de tempo de voo (ToF)#

É possível que você já tenha usado uma câmera de tempo de voo (ToF) sem perceber. Na verdade, smartphones populares de marcas como Samsung, Huawei e Realme costumam incluir sensores ToF para aprimorar os recursos de detecção de profundidade. As informações precisas de profundidade fornecidas por essas câmeras são usadas para criar o popular efeito bokeh, que desfoca o fundo enquanto mantém o objeto em foco nítido.

Os sensores ToF também estão a tornar-se essenciais noutras aplicações para além da fotografia, como o reconhecimento de gestos e a realidade aumentada (AR). Por exemplo, telemóveis como o Samsung Galaxy S20 Ultra e o Huawei P30 Pro usam estes sensores para mapear a profundidade 3D em tempo real, melhorando tanto a fotografia como as experiências interativas.

Câmeras infravermelhas ou térmicas para detectar calor#

Como o nome indica, as câmaras térmicas são amplamente utilizadas para detetar calor em diversas aplicações, incluindo indústrias transformadoras e fábricas de automóveis. Estas câmaras medem a temperatura e podem alertar os utilizadores quando detetam níveis de calor críticos, demasiado altos ou demasiado baixos. Ao detetarem radiação infravermelha, invisível ao olho humano, fornecem leituras de temperatura precisas. Também conhecidas como câmaras de infravermelhos, têm aplicações que vão além dos contextos industriais. Por exemplo, as câmaras térmicas são usadas na agricultura para monitorizar a saúde dos animais, em inspeções de edifícios para identificar fugas de calor e no combate a incêndios para localizar focos de calor.

Fig. 4. Bombeiros usam câmeras térmicas para encontrar focos de calor.

Imagens térmicas para aplicações industriais#

As máquinas e os sistemas elétricos de fábricas ou instalações de petróleo e gás funcionam muitas vezes continuamente e geram calor como subproduto. Com o tempo, pode ocorrer uma acumulação excessiva de calor em componentes como motores, rolamentos ou circuitos elétricos, o que pode provocar falhas no equipamento ou riscos de segurança.

As câmaras térmicas podem ajudar os operadores a monitorizar estes sistemas, detetando precocemente aumentos anormais de temperatura. Um motor em sobreaquecimento pode ser encaminhado para manutenção, evitando avarias dispendiosas. Ao integrar a termografia nas inspeções regulares, os setores industriais podem implementar manutenção preditiva, reduzir o tempo de inatividade, prolongar a vida útil do equipamento e garantir um ambiente de trabalho mais seguro. De modo geral, é possível melhorar o desempenho das instalações e minimizar o risco de falhas inesperadas.

Câmeras lentas e de alta velocidade para captura de movimento#

As câmaras de alta velocidade foram concebidas para captar mais de 10 000 fotogramas por segundo (FPS), permitindo registar movimentos rápidos com grande detalhe. Por exemplo, quando os produtos se deslocam rapidamente numa linha de produção, as câmaras de alta velocidade podem ser usadas para os monitorizar e detetar anomalias.

Por outro lado, as câmaras de câmara lenta podem captar imagens com taxas de fotogramas elevadas e depois reduzir a velocidade de reprodução. Isto permite aos espectadores observar detalhes que muitas vezes passam despercebidos em tempo real. Estas câmaras são usadas para avaliar o desempenho de armas de fogo e materiais explosivos. A capacidade de abrandar e analisar movimentos complexos torna-as ideais para este tipo de aplicação.

Em determinadas situações, a combinação de câmaras de alta velocidade e de câmara lenta pode ajudar a analisar detalhadamente objetos rápidos e lentos durante o mesmo evento. Imagina que estamos a analisar um jogo de golfe. As câmaras de alta velocidade podem medir a velocidade de uma bola de golfe, enquanto as câmaras de câmara lenta podem analisar o movimento do swing e o controlo corporal do golfista.

Fig. 5. Uso de visão computacional e câmeras de alta velocidade para analisar o swing de um golfista.

Imagens multiespectrais em visão computacional#

As câmaras multiespetrais são dispositivos especializados que conseguem registar, numa única captura, vários comprimentos de onda do espetro luminoso, incluindo luz ultravioleta e infravermelha. A imagiologia multiespectral fornece dados detalhados valiosos que as câmaras tradicionais não conseguem captar. À semelhança das câmaras hiperespetrais, que captam bandas de luz ainda mais estreitas e contínuas, as câmaras multiespetrais são usadas em áreas como a agricultura, a geologia, a monitorização ambiental e a imagiologia médica. Por exemplo, na área da saúde, as câmaras multiespetrais podem ajudar a visualizar diferentes tecidos, captando imagens em vários comprimentos de onda.

Fig. 6. Comparação entre imagens RGB, multiespectrais e hiperespectrais.

Do mesmo modo, os drones equipados com tecnologia de imagiologia multiespectral estão a trazer avanços significativos à agricultura. Podem identificar plantas doentes ou afetadas por insetos e pragas numa fase inicial. Estas câmaras conseguem analisar o espetro do infravermelho próximo, e as plantas saudáveis refletem geralmente mais luz infravermelha próxima do que as plantas doentes. Ao adotar estas técnicas de IA na agricultura, os agricultores podem tomar medidas preventivas precocemente para aumentar a produtividade e reduzir as perdas nas culturas.

Câmeras LiDAR para veículos autônomos#

As câmaras LiDAR (deteção e telemetria por luz) usam impulsos laser para criar mapas 3D e detetar objetos à distância. São eficazes em muitas condições, como a escuridão e temperaturas elevadas, embora condições meteorológicas adversas, como chuva ou nevoeiro, possam afetar o seu desempenho. O LiDAR é usado frequentemente em aplicações como automóveis autónomos para navegação e deteção de obstáculos.

O LiDAR funciona como os olhos do automóvel: emite impulsos laser e mede o tempo que demoram a refletir-se e a regressar. Estas informações ajudam o automóvel a calcular distâncias e a identificar objetos como carros, peões e semáforos, proporcionando uma visão de 360 graus para uma condução mais segura.

Juntando tudo para obter uma visão completa#

Na visão por computador, as câmaras funcionam como os olhos que permitem às máquinas ver e interpretar o mundo de forma semelhante aos humanos. Escolher o tipo de câmara certo é essencial para o sucesso das diferentes aplicações de visão por computador. Desde as câmaras RGB padrão até aos sistemas LiDAR avançados, cada tipo oferece funcionalidades únicas adequadas a tarefas específicas. Ao compreender a variedade de tecnologias de câmaras e as respetivas utilizações, os programadores e investigadores podem otimizar melhor os modelos de visão por computador para enfrentar desafios complexos do mundo real.

Saiba mais sobre IA visitando nosso repositório no GitHub. Participe da nossa comunidade para se conectar com outras pessoas interessadas em IA para visão computacional. Saiba mais sobre aplicações de visão computacional na área da saúde e na manufatura em nossas páginas de soluções.