Método desenvolvido por pesquisadores brasileiros e europeus consegue identificar padrões visuais com alta precisão e menor necessidade de treinamento computacional

SÃO CARLOS/SP - Uma nova abordagem de inteligência artificial pode tornar os computadores mais eficientes na identificação de texturas presentes em imagens — capacidade importante para distinguir materiais, superfícies e padrões visuais mesmo quando existem mudanças de iluminação, posição, tamanho ou condições de captura da fotografia.

Batizada de “VORTEX”, a técnica foi apresentada por pesquisadores do Instituto de Física de São Carlos (IFSC/USP) Universidade Estadual Paulista (UNESP) e do KTH Royal Institute of Technology (Suécia), um trabalho liderado pelo docente e pesquisador do Instituto de Física de São Carlos (IFSC/USP), Prof. Odemir M. Bruno, e publicado recentemente na revista científica “Neurocomputing”.

O reconhecimento de texturas pode parecer uma tarefa simples para uma pessoa. Ao olhar uma fotografia, somos capazes de perceber diferenças entre tecido, madeira, metal, folhas, pedras ou outros materiais. Para um computador, entretanto, essa distinção pode ser bastante complicada, principalmente quando as imagens são produzidas em condições diferentes.

Mudanças na iluminação, no ângulo da câmera ou no tamanho dos elementos fotografados podem dificultar o reconhecimento. O desafio aumenta quando a fotografia apresenta vários objetos, fundos diferentes ou sobreposições. Para colocar o novo método à prova em situações variadas, os pesquisadores utilizaram nove conjuntos de imagens, desde fotografias mais simples e controladas até imagens obtidas em condições próximas das encontradas no mundo real.

Uma nova maneira de “olhar” para a imagem

Durante anos, uma das principais tecnologias utilizadas para esse tipo de tarefa foram as chamadas redes neurais convolucionais, sistemas de inteligência artificial especialmente desenvolvidos para trabalhar com imagens.

Mais recentemente, outra geração de sistemas ganhou espaço. Conhecidos como transformadores visuais, eles analisam diferentes partes de uma imagem e procuram estabelecer relações entre essas regiões. É justamente nessa tecnologia que o “VORTEX” se apoia.

Em termos simples, o método procura aproveitar informações obtidas em diferentes etapas da análise de uma fotografia. Em vez de considerar apenas o resultado final do processamento, ele reúne diferentes níveis de informação para construir uma descrição mais completa da textura observada.

Essa característica é particularmente importante porque reconhecer uma textura é diferente de reconhecer um objeto. Para identificar um carro, por exemplo, a posição de suas partes — rodas, faróis, portas — é importante. Em uma textura, por outro lado, o que interessa muitas vezes é a repetição de determinados padrões, independentemente do local exato onde aparecem na imagem.

O “VORTEX” foi desenvolvido justamente para valorizar essas características gerais da textura, reduzindo a importância da posição específica de cada detalhe.

Outro aspecto relevante é que o sistema pode aproveitar modelos de inteligência artificial que já foram previamente treinados, sem a necessidade de realizar um novo treinamento completo desses grandes modelos. A estratégia reduz a complexidade do processo e pode ser especialmente interessante quando existem poucas imagens disponíveis para ensinar o computador.

Testes com milhares de imagens

Os pesquisadores submeteram a técnica a nove bancos de imagens utilizados internacionalmente para avaliar sistemas de reconhecimento de texturas. Eles incluem desde superfícies fotografadas em condições controladas até imagens mais complexas, encontradas em situações cotidianas.

Os testes avaliaram, por exemplo, a capacidade de reconhecer texturas diante de alterações de iluminação, rotação da imagem e diferenças de escala, além de materiais fotografados em ambientes pouco controlados.

Os resultados mostram que o “VORTEX” conseguiu igualar ou superar métodos considerados referência na área em diferentes situações. Em alguns dos conjuntos de imagens mais desafiadores, o método estabeleceu novos resultados de referência.

Um dos destaques ocorreu no banco de imagens conhecido como DTD, considerado pelos pesquisadores um dos testes mais difíceis utilizados no estudo. Nessa avaliação, uma das configurações do “VORTEX” alcançou 87,6% de precisão, o melhor resultado relatado pelos autores para aquele conjunto de dados. A técnica também estabeleceu novos resultados de referência nos conjuntos FMD e GTOS-Mobile.

Os experimentos também revelaram que não existe necessariamente uma única tecnologia superior em todas as situações. Métodos anteriores continuaram apresentando resultados competitivos em alguns tipos de imagens mais controladas. O “VORTEX”, porém, mostrou vantagem principalmente em conjuntos de fotografias com maior diversidade e menor controle sobre as condições em que as imagens foram produzidas.

Menor necessidade de processamento

Além da precisão, os pesquisadores avaliaram o custo computacional do novo método.

Essa questão é importante porque sistemas modernos de inteligência artificial podem exigir computadores potentes, grandes quantidades de memória e longos períodos de treinamento. Quanto maior o modelo, maior pode ser também o consumo de recursos.

Uma das vantagens do “VORTEX” é justamente evitar um novo treinamento completo do sistema de análise de imagens. O método aproveita conhecimentos que já existem no modelo e concentra-se em extrair e organizar as informações necessárias para distinguir as texturas.

Em uma das comparações apresentadas no estudo, a configuração que alcançou o melhor resultado no conjunto DTD utilizou consideravelmente menos recursos computacionais que um dos principais métodos concorrentes. Os autores destacam que essa combinação entre desempenho e custo torna a abordagem interessante para diferentes condições de utilização.

Em um teste prático realizado pelos pesquisadores, uma versão do “VORTEX” processou as características de uma imagem de 224 por 224 pixels em cerca de 4,5 milésimos de segundo, utilizando um computador equipado com uma placa gráfica de alto desempenho.

Aplicações podem ir além das fotografias comuns

A capacidade de reconhecer texturas automaticamente possui aplicações em diferentes setores. Um sistema desse tipo pode auxiliar máquinas a distinguir materiais e superfícies ou identificar pequenas diferenças visuais difíceis de perceber em análises convencionais.

Os próprios pesquisadores apontam dois campos que poderão ser investigados no futuro: imagens médicas e sensoriamento remoto, como imagens obtidas por satélites ou outros sistemas de observação. Nessas áreas, padrões de textura podem fornecer informações importantes para diferenciar estruturas e regiões presentes nas imagens.

Os autores também pretendem investigar como o “VORTEX” se comporta quando existem poucas imagens previamente identificadas disponíveis para o aprendizado do sistema. Outra possibilidade é adaptar a técnica para trabalhar melhor com imagens de alta resolução e combinar diferentes tipos de inteligência artificial.

O estudo indica, portanto, uma mudança possível na maneira como computadores podem ser ensinados a interpretar detalhes visuais. Em vez de construir e treinar sistemas inteiramente novos para cada problema, a proposta é aproveitar grandes modelos já existentes e encontrar formas mais eficientes de extrair deles as informações necessárias.

Nesse cenário, o “VORTEX” funciona como uma espécie de novo olhar para uma inteligência artificial que já aprendeu a enxergar: reorganiza o que o sistema observa para que padrões, superfícies e texturas ganhem destaque.

Os resultados obtidos nos nove conjuntos de imagens mostram que essa estratégia pode competir com algumas das melhores técnicas disponíveis atualmente, ao mesmo tempo em que reduz a necessidade de treinamento adicional.

Para os pesquisadores, o caminho abre novas possibilidades para o uso de modelos modernos de inteligência artificial em tarefas nas quais reconhecer não apenas o que aparece em uma imagem, mas também como é a sua superfície, pode fazer toda a diferença. Eles apontam alguns campos que poderão ser investigados no futuro, como imagens médicas, biotecnologia e sensoriamento remoto (imagens obtidas por satélites ou outros sistemas de observação.

Confira, no link, o original desta pesquisa - https://www2.ifsc.usp.br/portal-ifsc/wp-content/uploads/2026/08/1-s2.0-S092523122601249X-main-ODEMIR-BRUNO.pdf