Pular para o conteúdo
Even3

Palestra

Inteligência artificial para imagens

Gravado no evento VI Semana de Ciência e Tecnologia do IFMG - Campus Itabirito · 1 h 40 min de gravação

Trechos em vídeo

Sobre o conteúdo

A atividade "Inteligência artificial para imagens", apresentada na "VI Semana de Ciência e Tecnologia do IFMG - Campus Itabirito", conta com a mediação do professor Mateus Coelho e a palestra da professora Andrea Gomes Campos Bianchi, coordenadora do laboratório XR4Good do Departamento de Computação da Universidade Federal de Ouro Preto (UFOP). Inicialmente, discute-se a trajetória acadêmica da palestrante e a complexidade intrínseca da visão humana em contraste com a interpretação computacional, demonstrando por meio de ilusões e testes visuais como o cérebro integra informações de contexto.

O que é abordado

  1. Abertura e apresentação inicial
  2. Introdução: complexidade da visão humana versus artificial
  3. Conceitos de IA, Machine Learning e Deep Learning
  4. Histórico das técnicas de visão computacional
  5. Desafios em imagens: representação em pixels e lacuna semânticaTrecho de 1 min 56 sTrecho de 1 min 59 s
  6. Aplicações em saúde: o projeto CRIC e análise celularTrecho de 1 min 57 s
  7. Aplicações industriais: inspeção em correias transportadoras com drones
  8. O laboratório XR4Good e desafios futuros
  9. Sessão de perguntas e respostas com o público
  10. Agradecimentos e encerramento

Dúvidas que o conteúdo responde

Qual é a diferença fundamental entre como o olho humano e o computador enxergam uma imagem?

Para o ser humano, a visão integra percepção sensorial, memória e contexto em um processo quase instantâneo de interpretação semântica. Já para o computador, uma imagem é apenas uma matriz de números representando intensidades de pixels (de 0 a 255), sem qualquer compreensão inerente do objeto ou do significado da cena.

Em que consiste a iniciativa do projeto CRIC desenvolvida no laboratório?

O CRIC é um projeto voltado à saúde da mulher focado na análise de exames de Papanicolau para auxiliar na prevenção do câncer de colo de útero. Ele abrange a construção de um banco padronizado de imagens celulares, segmentação de núcleos e citoplasmas, detecção automatizada de lesões e o desenvolvimento de ferramentas de educação continuada e interação entre patologistas.

O aumento da resolução da imagem sempre melhora o desempenho dos modelos de IA?

Para técnicas baseadas na extração de atributos e contornos locais, imagens com maior definição costumam ajudar. Contudo, em redes neurais convolucionais, imagens com resoluções excessivamente altas exigem enorme custo de processamento e memória, inviabilizando aplicações que demandam resposta em tempo real.

Como opera a convolução no processamento de imagens?

A convolução é uma operação matemática na qual uma matriz menor, chamada de filtro ou kernel, percorre uma matriz maior que representa a imagem. Em cada ponto, realizam-se multiplicações e somas elemento a elemento para gerar uma nova matriz de saída que ressalta características essenciais, tais como bordas, cores ou texturas.

Assuntos

  • Inteligência Artificial
  • Visão Computacional
  • Processamento de Imagens
  • Aprendizado de Máquina
  • Deep Learning
  • Projeto CRIC
  • XR4Good
  • Redes Convolucionais

Palestrantes

  • Andrea Gomes Campos Bianchi

    Palestrante

    Possui graduação em Física pela Universidade de São Paulo (1996), mestrado e doutorado em Física Computacional pela Universidade de São Paulo (1998 e 2003) e pós-doutorado no Lawrence National Berkeley Laboratory em Berkeley (2012). Atualmente é professora associada III no Departamento de Computação da Universidade Federal de Ouro Preto. Tem experiência na área de Ciência da Computação, com ênfase em Processamento e Análise de Imagens e aprendizagem de máquina, atuando principalmente nos seguintes temas: visão computacional, processamento de imagens, sistemas inteligentes de tomada de…

Outros conteúdos deste evento

Gravados no evento VI Semana de Ciência e Tecnologia do IFMG - Campus Itabirito