Câmaras de visão computacional e as suas aplicações

Muitos fatores técnicos, como dados, algoritmos e poder computacional, contribuem para o sucesso de uma aplicação de inteligência artificial (AI). Especificamente na visão computacional, uma subárea da AI focada em permitir que as máquinas analisem e compreendam imagens e vídeos, um dos fatores mais críticos é a entrada ou fonte de dados: a câmara. A qualidade e o tipo de câmaras utilizadas numa aplicação de visão computacional afetam diretamente o desempenho dos modelos de AI.

Escolher a câmara certa é crucial, porque diferentes tarefas de visão computacional exigem diferentes tipos de dados visuais. Por exemplo, câmaras de alta resolução são utilizadas em aplicações como o reconhecimento facial, nas quais os detalhes faciais finos têm de ser captados com precisão. Em contrapartida, câmaras de resolução mais baixa podem ser utilizadas em tarefas como a monitorização de filas, que dependem mais de padrões gerais do que de detalhes complexos.

Atualmente, existem muitos tipos de câmaras disponíveis, cada um concebido para satisfazer necessidades específicas. Compreender as suas diferenças pode ajudar-te a otimizar as tuas inovações em visão computacional. Vamos explorar os vários tipos de câmaras de visão computacional e as suas aplicações em diferentes setores.

Explorar câmaras RGB para visão computacional#

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

Fig. 1. Uma visão geral de como funcionam as câmaras RGB.

Estas tarefas envolvem normalmente identificar e detetar objetos a partir de uma perspetiva bidimensional (2D), na qual a captação de profundidade não é necessária para obter resultados precisos. No entanto, quando uma aplicação requer informações de profundidade, como na deteção de objetos 3D ou na robótica, utilizam-se 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.

Utilizar câmaras RGB-D em lojas de retalho#

Uma aplicação interessante em que as câmaras RGB-D podem ser úteis são as provas virtuais, um conceito que está a tornar-se cada vez mais popular em lojas de retalho. Em termos simples, ecrãs inteligentes integrados com câmaras e sensores RGB-D podem recolher dados como a altura, o formato do corpo e a largura dos ombros de um cliente. Utilizando estas informações, o sistema pode sobrepor digitalmente roupa numa imagem em direto do cliente. Tarefas de visão computacional, como a segmentação de instâncias e a estimativa de pose, podem processar os dados visuais para detetar com precisão o corpo do cliente e alinhar a roupa de modo a ajustar-se às suas proporções em tempo real.

Fig. 2. Um exemplo de uma prova virtual.

As provas virtuais proporcionam aos clientes uma visualização 3D de como uma roupa assentaria, e alguns sistemas podem até imitar o movimento do tecido para uma experiência mais realista. A visão computacional e as câmaras RGB-D permitem que os clientes não tenham de ir ao provador e possam experimentar roupa instantaneamente. Isto poupa tempo, facilita a comparação de estilos e tamanhos e melhora a experiência de compra geral.

Compreender a imagem estéreo e as câmaras de tempo de voo (ToF)#

As câmaras estéreo são um tipo de câmara que utiliza vários sensores de imagem para captar profundidade, comparando imagens obtidas de diferentes ângulos. São mais precisas do que os sistemas com um único sensor. Por sua vez, as câmaras ou sensores de tempo de voo (ToF) medem distâncias emitindo luz infravermelha, que é refletida pelos objetos e regressa ao sensor. O tempo que a luz demora a regressar é calculado pelo processador da câmara para determinar a distância.

Fig. 3. Uma visão geral de como funcionam as câmaras 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 com elevada precisão. 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 solução ideal para aplicações como veículos autónomos e eletrónica de consumo, nas quais tanto a velocidade como a precisão são vitais.

Um exemplo quotidiano de deteção de profundidade com câmaras de tempo de voo (ToF)#

É possível que já tenhas utilizado uma câmara de tempo de voo (ToF) sem sequer te aperceberes. Na verdade, smartphones populares de marcas como Samsung, Huawei e Realme incluem frequentemente sensores ToF para melhorar as capacidades de deteção de profundidade. As informações precisas de profundidade fornecidas por estas câmaras são utilizadas para criar o popular efeito bokeh, no qual o fundo fica desfocado enquanto o objeto principal permanece nitidamente focado.

Os sensores ToF também estão a tornar-se essenciais para outras aplicações 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 utilizam estes sensores para mapear a profundidade 3D em tempo real, melhorando tanto a fotografia como as experiências interativas.

Câmaras de infravermelhos ou térmicas para deteção de calor#

As câmaras térmicas, como o nome sugere, são amplamente utilizadas para a deteção de calor em várias aplicações, incluindo indústrias transformadoras e fábricas de automóveis. Estas câmaras medem a temperatura e podem alertar os utilizadores quando detetam níveis críticos de calor, demasiado elevados ou baixos. Ao detetarem radiação infravermelha, invisível ao olho humano, fornecem leituras precisas de temperatura. Frequentemente designadas por câmaras de infravermelhos, as suas utilizações também se estendem para além dos ambientes industriais. Por exemplo, as câmaras térmicas também são utilizadas na agricultura para monitorizar a saúde do gado, em inspeções de edifícios para identificar fugas de calor e no combate a incêndios para localizar focos de calor.

Fig. 4. Bombeiros a utilizar câmaras térmicas para encontrar focos de calor.

Imagem térmica para aplicações industriais#

As máquinas e os sistemas elétricos de instalações fabris ou de plataformas de petróleo e gás funcionam frequentemente de forma contínua e geram calor como subproduto. Com o tempo, pode ocorrer uma acumulação excessiva de calor em componentes como motores, rolamentos ou circuitos elétricos, podendo provocar falhas do equipamento ou riscos de segurança.

As câmaras térmicas podem ajudar os operadores a monitorizar estes sistemas, detetando precocemente picos anormais de temperatura. Um motor em sobreaquecimento pode ser programado para manutenção, evitando avarias dispendiosas. Ao integrar a imagem térmica nas inspeções regulares, as indústrias podem implementar manutenção preditiva, reduzir o tempo de inatividade, prolongar a vida útil do equipamento e garantir um ambiente de trabalho mais seguro. No geral, o desempenho da instalação pode ser melhorado e o risco de falhas inesperadas pode ser minimizado.

Câmaras lentas e de alta velocidade para captura de movimento#

As câmaras de alta velocidade são concebidas para captar mais de 10 000 fotogramas por segundo (FPS), permitindo processar movimentos rápidos com precisão excecional. Por exemplo, quando os produtos se deslocam rapidamente numa linha de produção, podem utilizar-se câmaras de alta velocidade para os monitorizar e detetar quaisquer anomalias.

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

Em determinadas situações, combinar câmaras de alta velocidade e de câmara lenta pode ajudar na análise detalhada de objetos que se movem rápida e lentamente no 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 os movimentos do swing e o controlo corporal de um golfista.

Fig. 5. Utilização de visão computacional e câmaras de alta velocidade para analisar o swing de um golfista.

Imagem multiespectral em visão computacional#

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

Fig. 6. Comparação entre imagem RGB, multiespectral e hiperespectral.

De forma semelhante, os drones equipados com sistemas de imagem multiespectral estão a fazer progressos significativos na agricultura. Conseguem identificar plantas doentes ou afetadas por insetos e pragas numa fase inicial. Estas câmaras podem analisar o espetro do infravermelho próximo, e as plantas saudáveis geralmente refletem mais luz infravermelha próxima do que as suas congéneres doentes. Ao adotarem estas técnicas de AI na agricultura, os agricultores podem implementar contramedidas precocemente para aumentar a produtividade e reduzir as perdas nas culturas.

Câmaras LiDAR para veículos autónomos#

As câmaras LiDAR (deteção e medição da luz) utilizam impulsos laser para criar mapas 3D e detetar objetos à distância. São eficazes em muitas condições, como nevoeiro, chuva, escuridão e temperaturas elevadas, embora condições meteorológicas adversas, como chuva ou nevoeiro, possam afetar o seu desempenho. O LiDAR é habitualmente utilizado em aplicações como carros autónomos, para navegação e deteção de obstáculos.

O LiDAR funciona como os olhos do carro, emitindo impulsos laser e medindo o tempo que demoram a regressar após serem refletidos. Estas informações ajudam o carro a calcular distâncias e a identificar objetos como carros, peões e sinais de trânsito, proporcionando uma visão de 360 graus para uma condução mais segura.

Tirar partido de tudo isto#

No que diz respeito à visão computacional, as câmaras funcionam como os olhos que permitem às máquinas ver e interpretar o mundo de forma semelhante aos seres humanos. Escolher o tipo certo de câmara é fundamental para o sucesso de diferentes aplicações de visão computacional. Desde câmaras RGB padrão até sistemas LiDAR avançados, cada tipo oferece funcionalidades únicas adequadas a tarefas específicas. Ao compreenderem a variedade de tecnologias de câmaras e as suas utilizações, os programadores e investigadores podem otimizar melhor os modelos de visão computacional para enfrentarem desafios complexos do mundo real.

Descobre mais sobre AI consultando o nosso repositório no GitHub. Junta-te à nossa comunidade para te ligares a outros entusiastas de AI e visão computacional com interesses semelhantes. Sabe mais sobre aplicações de visão computacional nos cuidados de saúde e na indústria transformadora nas nossas páginas de soluções.