Tudo o que precisas de saber sobre visão computacional em 2025

Há vinte anos, a ideia de máquinas e computadores conseguirem ver e compreender o mundo era apenas ficção científica. Hoje, graças aos avanços da inteligência artificial (AI), esse conceito tornou-se uma realidade. Em particular, a visão computacional (CV), um ramo da AI, permite que as máquinas compreendam e analisem imagens e vídeos. Seja para identificar objetos em tempo real, melhorar sistemas de segurança ou automatizar tarefas complexas, o seu potencial está a expandir os limites do que é possível.

A visão computacional está a moldar rapidamente o futuro da tecnologia, à medida que vários setores exploram diferentes formas de adotar as suas capacidades únicas. O tamanho do mercado de visão computacional atingiu 19,83 mil milhões de dólares em 2024 e prevê-se que cresça 19,8% ao ano nos próximos anos.

Fig. 1. Tamanho do mercado global de visão computacional.

Neste artigo, vamos analisar mais detalhadamente a visão computacional, abordando o que é, como evoluiu e como funciona atualmente. Também vamos explorar algumas das suas aplicações mais interessantes. Vamos começar!

O que é a visão computacional?#

A visão computacional é um subcampo da AI que utiliza aprendizagem automática e redes neuronais para ensinar os computadores a compreender o conteúdo de dados visuais, como imagens ou ficheiros de vídeo. Os conhecimentos obtidos a partir das imagens processadas podem ser utilizados para tomar melhores decisões. Por exemplo, a visão computacional pode ser usada no retalho para acompanhar os níveis de inventário através da análise de imagens de prateleiras ou para melhorar a experiência de compra com sistemas de pagamento automatizados. Muitas empresas já utilizam tecnologia de visão computacional em diferentes aplicações, desde tarefas como adicionar filtros a fotografias de smartphones até ao controlo de qualidade na indústria transformadora.

Podes estar a perguntar-te: por que razão existe tanta necessidade de soluções de visão computacional? As tarefas que exigem atenção constante, como detetar defeitos ou reconhecer padrões, podem ser difíceis para as pessoas. Os olhos podem cansar-se e alguns detalhes podem passar despercebidos, sobretudo em ambientes rápidos ou complexos.

Embora as pessoas sejam boas a reconhecer objetos de diferentes tamanhos, cores, condições de iluminação ou ângulos, muitas vezes têm dificuldade em manter a consistência sob pressão. As soluções de visão computacional, por outro lado, funcionam sem parar, processando grandes quantidades de dados visuais de forma rápida e precisa. Por exemplo, podem analisar o trânsito em tempo real para detetar congestionamentos, otimizar a temporização dos semáforos ou até identificar acidentes mais rapidamente do que um observador humano.

Compreender a história da visão computacional#

Ao longo dos anos, a visão computacional evoluiu de um conceito teórico para uma tecnologia fiável que impulsiona a inovação em vários setores. Vejamos alguns dos principais marcos que definiram o seu desenvolvimento:

• Décadas de 1950–1960: Os investigadores começaram a desenvolver algoritmos para processar e analisar dados visuais, mas o progresso foi lento devido ao poder computacional limitado.

• Década de 1970: Esta década registou grandes melhorias nos algoritmos, como a Transformada de Hough, que melhorou a deteção de linhas e formas geométricas em imagens. O reconhecimento ótico de caracteres (OCR) também surgiu, tornando possível que as máquinas lessem texto impresso.

• Décadas de 1980–1990: A aprendizagem automática começou a desempenhar um papel na visão computacional, abrindo caminho para capacidades mais avançadas e futuras descobertas.

• Décadas de 2000–2010: A aprendizagem profunda trouxe uma nova dimensão à visão computacional, permitindo que as máquinas interpretassem dados visuais de forma mais eficaz. Melhorou capacidades como a identificação de objetos, a análise de movimentos e a execução de tarefas complexas.

Atualmente, a visão computacional está a avançar rapidamente e a transformar a forma como resolvemos problemas em áreas como os cuidados de saúde, os veículos autónomos e as cidades inteligentes. Os modelos Ultralytics YOLO (You Only Look Once), concebidos para tarefas de visão computacional em tempo real, facilitam a implementação eficaz e precisa de AI de visão em vários setores. À medida que a AI e o hardware continuam a melhorar, estes modelos ajudam as empresas a tomar decisões mais inteligentes e a otimizar as operações através da análise avançada de dados visuais.

Como funciona a visão computacional#

Os sistemas de visão computacional utilizam redes neuronais, algoritmos inspirados no funcionamento do cérebro humano, para analisar imagens. Um tipo específico, denominado redes neuronais convolucionais (CNNs), é especialmente eficaz no reconhecimento de padrões, como contornos e formas em imagens.

Para simplificar os dados visuais, técnicas como o pooling concentram-se nas partes mais importantes de uma imagem, enquanto camadas adicionais processam estas informações para realizar tarefas como identificar características ou detetar objetos. Modelos avançados como o Ultralytics YOLO11, concebidos para oferecer velocidade e precisão, tornam possível o processamento de imagens em tempo real.

Fig. 2. Exemplo da utilização do Ultralytics YOLO11 para deteção de objetos.

Uma aplicação típica de visão computacional envolve várias etapas para transformar imagens brutas em informações úteis. Estas são as quatro fases principais:

• Aquisição de imagens: Os dados visuais são recolhidos através de câmaras ou sensores, e a qualidade das imagens depende do tipo de sensor utilizado.

• Processamento de imagens: Os dados recolhidos são melhorados através de técnicas de pré-processamento, como a redução de ruído e o realce de contornos, para facilitar a análise.

• Extração de características: São selecionados detalhes importantes, como formas e texturas, concentrando-se nas partes da imagem que mais relevam.

• Reconhecimento de padrões: As características identificadas são analisadas com aprendizagem automática para realizar tarefas como detetar objetos, acompanhar movimentos ou reconhecer padrões.

Explorar as tarefas de visão computacional#

Podes ter reparado que, ao falar sobre o funcionamento da visão computacional, mencionámos as tarefas de visão computacional. Modelos como o Ultralytics YOLO11 foram concebidos para suportar estas tarefas, oferecendo soluções rápidas e precisas para aplicações do mundo real. Desde a deteção de objetos até ao acompanhamento dos seus movimentos, o YOLO11 executa estas tarefas de forma eficiente. Vamos explorar algumas das principais tarefas de visão computacional que suporta e perceber como funcionam.

Deteção de objetos#

A deteção de objetos é uma tarefa essencial de visão computacional e é utilizada para identificar objetos de interesse numa imagem. O resultado de uma tarefa de deteção de objetos é um conjunto de caixas delimitadoras (retângulos desenhados à volta dos objetos detetados numa imagem), juntamente com etiquetas de classe (a categoria ou o tipo de cada objeto, como "carro" ou "pessoa") e pontuações de confiança (um valor numérico que indica o grau de certeza do modelo em relação a cada deteção). Por exemplo, a deteção de objetos pode ser usada para identificar e localizar um peão numa rua ou um carro no trânsito.

Fig. 3. Utilização do Ultralytics YOLO11 para detetar objetos.

Classificação de imagens#

O principal objetivo da classificação de imagens é atribuir uma etiqueta ou categoria predefinida a uma imagem de entrada com base no seu conteúdo geral. Esta tarefa envolve normalmente a identificação do objeto ou característica dominante na imagem. Por exemplo, a classificação de imagens pode ser utilizada para determinar se uma imagem contém um gato ou um cão. Os modelos de visão computacional, como o YOLO11, podem até ser treinados à medida para classificar raças individuais de gatos ou cães, como mostrado abaixo.

Fig. 4. Classificação de diferentes raças de gatos com o YOLO11.

Segmentação de instâncias#

A segmentação de instâncias é outra tarefa crucial de visão computacional, utilizada em várias aplicações. Consiste em dividir uma imagem em segmentos e identificar cada objeto individual, mesmo quando existem vários objetos do mesmo tipo. Ao contrário da deteção de objetos, a segmentação de instâncias vai mais longe ao delinear os limites precisos de cada objeto. Por exemplo, no fabrico e na reparação automóvel, a segmentação de instâncias pode ajudar a identificar e etiquetar cada peça de um carro separadamente, tornando o processo mais preciso e eficiente.

Fig. 5 Segmentação de peças de automóveis com o YOLO11.

Estimativa de pose#

O objetivo da estimativa de pose é determinar a posição e a orientação de uma pessoa ou objeto, prevendo a localização de pontos-chave, como as mãos, a cabeça e os cotovelos. Isto é particularmente útil em aplicações nas quais é importante compreender ações físicas em tempo real. A estimativa da pose humana é habitualmente utilizada em áreas como a análise desportiva, a monitorização do comportamento animal e a robótica.

Fig. 6 O YOLO11 pode ajudar na estimativa da pose humana.

Para explorares as outras tarefas de visão computacional suportadas pelo YOLO11, podes consultar a documentação oficial da Ultralytics. A documentação fornece informações detalhadas sobre como o YOLO11 lida com tarefas como o acompanhamento de objetos e a deteção de objetos com caixa delimitadora orientada (OBB).

Modelos populares de visão computacional atualmente#

Apesar de existirem muitos modelos de visão computacional, a série Ultralytics YOLO destaca-se pelo seu elevado desempenho e versatilidade. Com o tempo, os modelos Ultralytics YOLO melhoraram, tornando-se mais rápidos, mais precisos e capazes de lidar com mais tarefas. Quando o Ultralytics YOLOv5 foi lançado, a implementação de modelos tornou-se mais fácil com frameworks de AI de visão como o PyTorch. Isso permitiu que um leque mais vasto de utilizadores trabalhasse com AI de visão avançada, combinando elevada precisão com facilidade de utilização.

De seguida, o Ultralytics YOLOv8 foi ainda mais longe ao adicionar novas capacidades, como a segmentação de instâncias, a estimativa de pose e a classificação de imagens. Entretanto, a versão mais recente, o YOLO11, oferece um desempenho de topo em várias tarefas de visão computacional. Com menos 22% de parâmetros do que o YOLOv8m, o YOLO11m alcança uma precisão média (mAP) superior no conjunto de dados COCO, o que significa que consegue detetar objetos com maior precisão e eficiência. Quer sejas um programador experiente ou estejas a começar na AI, o YOLO11 oferece uma solução poderosa para as tuas necessidades de visão computacional.

O papel da visão computacional no dia a dia#

Anteriormente, vimos como os modelos de visão computacional, como o Ultralytics YOLO11, podem ser aplicados numa grande variedade de setores. Agora, vamos explorar mais casos de utilização que estão a transformar o nosso dia a dia.

AI de visão nos cuidados de saúde#

Existe uma grande variedade de aplicações para a visão computacional nos cuidados de saúde. Tarefas como a deteção e a classificação de objetos são utilizadas em imagiologia médica para tornar a deteção de doenças mais rápida e precisa. Na análise de radiografias, a visão computacional pode identificar padrões que podem ser demasiado subtis para o olho humano.

Também é utilizada na deteção de cancro para comparar células cancerígenas com células saudáveis. Do mesmo modo, no caso de exames de TC e RM, a visão computacional pode ser usada para analisar imagens com uma precisão próxima da humana. Ajuda os médicos a tomar melhores decisões e, em última análise, contribui para salvar mais vidas.

Fig. 7. Utilização do YOLO11 para analisar exames médicos.

AI na indústria automóvel#

A visão computacional é essencial para os carros autónomos, ajudando-os a detetar objetos como sinais rodoviários e semáforos. Técnicas como o reconhecimento ótico de caracteres (OCR) permitem que o carro leia texto nos sinais rodoviários. Também é utilizada na deteção de peões, em que as tarefas de deteção de objetos identificam pessoas em tempo real.

Além disso, a visão computacional consegue detetar fissuras e buracos no pavimento, permitindo uma melhor monitorização das alterações nas condições das estradas. De forma geral, a tecnologia de visão computacional pode desempenhar um papel fundamental na melhoria da gestão do trânsito, no reforço da segurança dos transportes e no apoio ao planeamento de cidades inteligentes.

Fig. 8 Compreender o trânsito com o YOLO11.

Visão computacional na agricultura#

Imagina que os agricultores podiam semear, regar e colher automaticamente as suas culturas a tempo, sem preocupações. É exatamente isso que a visão computacional traz à agricultura. Facilita a monitorização das culturas em tempo real, para que os agricultores possam detetar problemas como doenças ou deficiências nutricionais com maior precisão do que as pessoas.

Além da monitorização, as máquinas de monda automática orientadas por AI e integradas com visão computacional podem identificar e remover ervas daninhas, reduzindo os custos de mão de obra e aumentando o rendimento das culturas. Esta combinação de tecnologias ajuda os agricultores a otimizar os seus recursos, melhorar a eficiência e proteger as suas culturas.

Fig. 9. Exemplo da utilização do Ultralytics YOLO11 na agricultura.

Automatizar processos de fabrico com AI#

Na indústria transformadora, a visão computacional ajuda a monitorizar a produção, verificar a qualidade dos produtos e acompanhar os trabalhadores automaticamente. A AI de visão torna o processo mais rápido e preciso, reduzindo simultaneamente os erros e os custos.

Especificamente, a deteção de objetos e a segmentação de instâncias são habitualmente utilizadas para garantir a qualidade. Os sistemas de deteção de defeitos realizam uma verificação final dos produtos acabados para assegurar que apenas os melhores chegam aos clientes. Qualquer produto com amolgadelas ou fissuras é identificado e rejeitado automaticamente. Estes sistemas também acompanham e contam os produtos em tempo real, proporcionando uma monitorização contínua da linha de montagem.

Fig. 10 Monitorização de uma linha de montagem com visão computacional.

Tornar a educação mais impactante com visão computacional#

Uma das formas de utilizar a visão computacional na sala de aula é através do reconhecimento de gestos, que personaliza a aprendizagem ao detetar os movimentos dos alunos. Modelos como o Ultralytics YOLO11 são excelentes para esta tarefa. Conseguem identificar com precisão gestos como mãos levantadas ou expressões de confusão em tempo real.

Quando estes gestos são detetados, uma aula em curso pode ser ajustada através da disponibilização de ajuda adicional ou da modificação do conteúdo para responder melhor às necessidades do aluno. Isto cria um ambiente de aprendizagem mais dinâmico e adaptável, ajudando os professores a concentrarem-se no ensino enquanto o sistema apoia a experiência de aprendizagem de cada aluno.

Tendências recentes na visão computacional#

Agora que explorámos algumas das aplicações da visão computacional em vários setores, vamos analisar as principais tendências que impulsionam o seu progresso.

Uma das principais tendências é a computação de periferia, um framework de computação distribuída que processa os dados mais perto da sua origem. Por exemplo, a computação de periferia permite que dispositivos como câmaras e sensores processem dados visuais diretamente, resultando em tempos de resposta mais rápidos, menos atrasos e maior privacidade.

Outra tendência importante na visão computacional é a utilização da realidade combinada. Esta combina o mundo físico com elementos digitais, utilizando a visão computacional para fazer com que os objetos virtuais se integrem de forma harmoniosa no mundo real. Pode ser utilizada para melhorar experiências em jogos, educação e formação.

Vantagens e desvantagens da visão computacional#

Eis algumas das principais vantagens que a visão computacional pode trazer a vários setores:

• Redução de custos: A automatização de tarefas com visão computacional ajuda a reduzir os custos operacionais, melhorar a produtividade e minimizar os erros.

• Escalabilidade: Depois de implementados, os sistemas de visão computacional podem ser facilmente escalados para lidar com grandes quantidades de dados, tornando-os adequados para empresas em crescimento ou operações de grande escala.

• Personalização específica para a aplicação: Os modelos de visão computacional podem ser ajustados utilizando o teu conjunto de dados, proporcionando soluções altamente especializadas que respondem aos requisitos da tua aplicação.

Embora estas vantagens realcem o impacto que a visão computacional pode ter em vários setores, também é importante considerar os desafios envolvidos na sua implementação. Eis alguns dos principais desafios:

• Preocupações com a privacidade dos dados: A utilização de dados visuais, especialmente em áreas sensíveis como a vigilância ou os cuidados de saúde, pode suscitar problemas de privacidade e preocupações de segurança.

• Limitações ambientais: Os sistemas de visão computacional podem ter dificuldade em funcionar corretamente em ambientes exigentes, como locais com pouca iluminação, imagens de baixa qualidade ou fundos complexos.

• Custo inicial elevado: Desenvolver e implementar sistemas de visão computacional pode ser dispendioso devido à necessidade de hardware, software e conhecimentos especializados.

Principais conclusões#

A visão computacional está a reinventar a forma como as máquinas interagem com o mundo, permitindo-lhes vê-lo e compreendê-lo como os seres humanos. Já é utilizada em muitas áreas, como a melhoria da segurança dos carros autónomos, o apoio aos médicos para diagnosticarem doenças mais rapidamente, a personalização das compras e até o auxílio aos agricultores na monitorização das culturas.

À medida que a tecnologia continua a melhorar, novas tendências como a computação de periferia e a realidade combinada estão a abrir ainda mais possibilidades. Embora existam alguns desafios, como os enviesamentos e os custos elevados, a visão computacional tem potencial para causar um impacto muito positivo em muitos setores no futuro.

Para saberes mais, visita o nosso repositório no GitHub e participa na nossa comunidade. Explora inovações em setores como AI em carros autónomos e visão computacional na agricultura nas nossas páginas de soluções. 🚀