Uma nova técnica de inteligência artificial desenvolvida com participação de pesquisadores do Instituto de Física de São Carlos (IFSC/USP) promete tornar mais eficiente o reconhecimento de texturas em imagens. Batizado de VORTEX, o método consegue identificar padrões visuais mesmo diante de mudanças de iluminação, posição, escala e condições de captura das fotografias.
O trabalho reúne pesquisadores do IFSC/USP, da Universidade Estadual Paulista (Unesp) e do KTH Royal Institute of Technology, da Suécia. A pesquisa foi liderada pelo professor e pesquisador do IFSC/USP Odemir M. Bruno e publicada na revista científica Neurocomputing.
A tecnologia foi avaliada em nove conjuntos de imagens utilizados internacionalmente em pesquisas sobre reconhecimento de texturas. Em um dos testes mais desafiadores, o VORTEX atingiu 87,6% de precisão, além de apresentar resultados de referência em outros bancos de dados.
Inteligência artificial precisa aprender a reconhecer texturas
Para uma pessoa, diferenciar visualmente madeira, tecido, metal, pedras, folhas e outros materiais é uma tarefa relativamente natural. Para um computador, entretanto, identificar essas características pode ser muito mais complexo.
Alterações no ângulo da câmera, na iluminação, no tamanho dos elementos e na posição em que aparecem podem interferir no reconhecimento. O problema torna-se ainda mais difícil quando existem vários objetos, fundos diferentes ou sobreposições na mesma fotografia.
É nesse desafio que entra o VORTEX. Para avaliar sua capacidade em diferentes situações, os pesquisadores utilizaram nove bancos de imagens, incluindo fotografias produzidas em condições controladas e outras mais próximas de situações encontradas no mundo real.
Como funciona a técnica VORTEX?
Durante anos, as chamadas redes neurais convolucionais estiveram entre as principais tecnologias de inteligência artificial utilizadas na análise de imagens.
Nos últimos anos, outra arquitetura ganhou espaço: os chamados transformadores visuais, ou Vision Transformers. Esses sistemas analisam diferentes regiões de uma imagem e procuram compreender as relações existentes entre elas.
O VORTEX utiliza essa tecnologia, mas introduz uma estratégia voltada especificamente à identificação de texturas.
Em vez de considerar somente o resultado final do processamento de uma fotografia, a técnica aproveita informações obtidas em diferentes etapas da análise, reunindo vários níveis de dados para construir uma representação mais abrangente da textura.
Essa diferença é importante porque reconhecer uma textura não funciona exatamente da mesma maneira que identificar um objeto.
Para reconhecer um automóvel, por exemplo, características como a posição das rodas, portas e faróis podem ser fundamentais. Quando a tarefa envolve uma textura, a repetição e a distribuição de determinados padrões podem ser mais importantes do que a posição exata em que cada elemento aparece.
O VORTEX foi desenvolvido para valorizar justamente essas características mais gerais.
Método pode aproveitar modelos de inteligência artificial já treinados
Outro ponto destacado pelos pesquisadores é a possibilidade de utilizar modelos de inteligência artificial previamente treinados, evitando a necessidade de repetir integralmente o treinamento dessas grandes estruturas computacionais.
A estratégia pode diminuir a complexidade da operação e ser especialmente útil em situações nas quais existe uma quantidade limitada de imagens disponíveis para treinar o sistema.
Em vez de ensinar novamente todo o modelo a analisar imagens, o VORTEX aproveita conhecimentos já existentes e concentra o processamento na extração e organização das informações necessárias para reconhecer as texturas.
VORTEX foi testado com milhares de imagens
Para medir o desempenho da nova técnica, os pesquisadores utilizaram nove bancos de imagens reconhecidos internacionalmente para avaliar sistemas de identificação de texturas.
Os experimentos verificaram, entre outros fatores, a capacidade da inteligência artificial de reconhecer padrões diante de mudanças na iluminação, rotação das imagens e variações de escala.
Também foram utilizadas fotografias produzidas em condições menos controladas, aproximando os testes de situações reais.
Os resultados indicaram que o VORTEX conseguiu igualar ou superar técnicas consideradas referência na área em diferentes cenários.
Um dos principais resultados apareceu no conjunto de imagens conhecido como DTD, apontado no estudo como um dos desafios mais complexos analisados. Uma das configurações do VORTEX atingiu 87,6% de precisão.
A técnica também obteve novos resultados de referência nos conjuntos FMD e GTOS-Mobile.
Os testes mostraram, entretanto, que não existe necessariamente um único método superior em todas as condições. Técnicas anteriores continuaram competitivas em determinados conjuntos de imagens mais controlados.
O VORTEX apresentou vantagem principalmente em fotografias caracterizadas por maior diversidade e menor controle das condições em que foram produzidas.
Técnica pode exigir menos processamento computacional
Além da precisão, o estudo avaliou um dos principais desafios relacionados ao desenvolvimento da inteligência artificial: o custo computacional.
Grandes modelos podem exigir computadores de alto desempenho, grande quantidade de memória e períodos extensos de treinamento. Isso aumenta tanto a infraestrutura necessária quanto o consumo de recursos.
Uma das propostas do VORTEX é justamente evitar a necessidade de um novo treinamento completo do sistema responsável pela análise das imagens.
Em uma das comparações realizadas no estudo, a configuração responsável pelo melhor desempenho no conjunto DTD utilizou consideravelmente menos recursos computacionais do que um dos principais métodos utilizados como comparação.
Os pesquisadores consideram que a combinação entre desempenho e custo computacional amplia as possibilidades de aplicação da tecnologia.
Em um teste prático, uma versão do VORTEX conseguiu processar as características de uma imagem de 224 por 224 pixels em aproximadamente 4,5 milésimos de segundo, utilizando um computador equipado com placa gráfica de alto desempenho.
Tecnologia pode chegar a imagens médicas e de satélites
O reconhecimento automático de texturas possui aplicações que vão muito além da classificação de fotografias comuns.
Sistemas capazes de distinguir padrões de superfícies podem auxiliar máquinas na identificação de materiais e na detecção de pequenas diferenças visuais que poderiam passar despercebidas em análises convencionais.
Entre os campos apontados pelos pesquisadores para futuras investigações estão imagens médicas, biotecnologia e sensoriamento remoto, incluindo imagens produzidas por satélites e outros sistemas de observação.
Nessas áreas, padrões presentes nas texturas podem fornecer informações relevantes para diferenciar estruturas, materiais ou regiões específicas de uma imagem.
Os cientistas também pretendem estudar o comportamento do VORTEX em situações nas quais há poucas imagens previamente classificadas disponíveis para o aprendizado do sistema.
Outra possibilidade envolve adaptar a técnica para trabalhar de maneira mais eficiente com imagens de alta resolução e estudar sua integração com diferentes tecnologias de inteligência artificial.
Pesquisa do IFSC/USP aponta nova estratégia para inteligência artificial
Os resultados apontam para uma estratégia diferente na forma de utilizar grandes modelos de inteligência artificial.
Em vez de desenvolver e treinar um sistema inteiramente novo para cada aplicação, o VORTEX procura aproveitar modelos que já aprenderam a interpretar imagens e reorganizar as informações extraídas por eles para destacar padrões, superfícies e texturas.
Nos nove conjuntos de imagens avaliados, a técnica demonstrou capacidade de competir com métodos considerados referência, ao mesmo tempo em que pode reduzir a necessidade de treinamento adicional.
A pesquisa amplia ainda a participação de São Carlos no desenvolvimento de tecnologias de inteligência artificial, por meio do trabalho realizado no IFSC/USP e da colaboração com pesquisadores brasileiros e internacionais.
O artigo científico original pode ser consultado no material disponibilizado pelo Instituto de Física de São Carlos (IFSC/USP).
Com informações de Rui Sintra/IFSC/USP
Leia mais: BO detalha ocorrência que terminou com dois mortos
