O reconhecimento de objetos é um subcampo da visão computacional, muitas vezes referido como compreensão de imagens baseada em objetos. É tarefa de um computador reconhecer objetos dentro de uma imagem ou vídeo. Às vezes também é chamado de reconhecimento automático ou detecção de objetos.
O reconhecimento de objetos e suas tarefas relacionadas, como classificação de objetos, têm auxiliado na automação, como em carros sem motorista e na robótica. Nesses cenários, o computador precisa analisar uma imagem e determinar quais objetos estão presentes, que tipo de objeto está presente e onde está em relação a outros objetos na imagem.
O reconhecimento de objetos é composto por várias etapas. Na primeira etapa, é realizada a detecção da região de interesse. algoritmos são empregados para detectar candidatos importantes em uma imagem, que pode variar em tamanho e forma, como círculos, linhas ou bordas retas. Em segundo lugar, a extração de características é feita calculando uma descrição numérica de cada objeto detectado, como sua cor média ou bordas.
Uma vez extraídas essas características, é hora de compará-las com objetos previamente conhecidos. Essa comparação é feita usando vários algoritmos que podem encontrar a melhor correspondência. Depois que uma correspondência é encontrada, o objeto identificado costuma ser chamado de “alvo”.
O reconhecimento de objetos é usado para vários aplicativos. É usado para identificar rostos em imagens, para segurança e autenticação de computadores. Também é usado para automação industrial e robótica, imagens médicas, rastreamento de movimento e animação por computador.
Nos últimos anos, o reconhecimento de objetos foi aprimorado por meio do aprendizado profundo, uma forma poderosa de aprendizado de máquina. Através do aprendizado profundo, o computador pode analisar rapidamente grandes quantidades de dados e usá-los para identificar objetos. As técnicas de reconhecimento de objetos tornaram-se mais precisas e confiáveis do que nunca.
