Visão Computacional (VC)

Visão Computacional (VC) é uma subárea de Inteligência Artificial (IA) que utiliza técnicas de Processamento Digital de Imagens (PDI) e Aprendizado de Máquina (AM) com a finalidade de desenvolver teorias e métodos que extraem e usam informações de imagens (e vídeos) digitais para a interpretação e compreensão automatizada do mundo visual. Apesar de ser uma tarefa aparentemente simples para seres humanos, a interpretação de imagens utilizando computadores é um problema muito complexo e está distante de ser resolvido, o que propicia diversas oportunidades de pesquisa em problema de detecção, rastreamento e classificação de objetos em imagens. Em particular, o estudo e aplicação de Redes Neurais Convolucionais (CNNs), Redes Adversárias Generativas (GANs) e Autoencoders Variacionais (VAEs) são atualmente tópicos importantes de investigação da área. Aplicações de VC estão presentes em diversos cenários, como reconhecimento ótico de caracteres, segurança, direção autônoma, inspeção de peças em indústria, imagens médicas, robótica, biometria (reconhecimento de face e impressão digital), entre outros. Devido a importantes avanços recentes na área, há uma grande demanda por profissionais de computação com conhecimentos específicos em manipulação e reconhecimento de imagens e vídeos digitais, e a tendência é que essa demanda aumente consideravelmente nos próximos anos. Dentre os diversos temas estudados por docentes da linha de VC do PPGCC-UFSCar podemos citar: análises de imagens biológicas e médicas 2D e 3D (microscopia, ressonância magnética, raios-X, mamografia, tomografia, dentre outras) voltadas para o auxílio ao diagnóstico de doenças e pesquisas de fronteira em biologia, controle de pragas e monitoramento utilizando imagens agrícolas e técnicas estatísticas para reconhecimento de padrões. As metodologias estudadas pelos docentes da área não se limitam aos problemas relacionados acima, podendo ser utilizadas em qualquer aplicação de Visão Computacional.