Font size
WorksheetsWorkshop - Visão computacional
Total questions: 15
Worksheet time: 9mins
Qual alternativa melhor define a visão computacional?
Área da tecnologia que busca usar técnicas de IA para o aprimoramento da visão humana
Uso da biotecnologia para gerar estruturas similares aos olhos humanos
Ramo da IA que busca simular aspectos da visão humana em máquinas
Campo da robótica que implanta sensores em robôs para substituir toda a ação humana em processos repetitivos
Assinale as alternativas que representam possíveis usos para visão computacional:
Investigação forense
Detecção de defeitos em peças industriais
Classificação de imagens
Reconhecimento facial
Quais dessas são bibliotecas utilizadas para trabalhar diretamente com visão computacional em Python?
MediaPipe
Matplotlib
OpenCV
Folium
Qual dessas NÃO é uma técnica de manipulação de imagem?
Equalização
Indentação
Segmentação
Binarização
Como imagens são classificadas/identificadas com visão computacional?
Utilizando técnicas de machine learning ou deep learning para comparar com dados treinados
Utilizando informações geradas por IA generativa para definir o significado dos da imagem como um todo
Por meio de aprendizagem instantânea do conceito da imagem ao percorrer a matriz de pixels
Os dados coletados são mostrados para humanos que classificam as imagens para que os resultados sejam armazenados
Qual é o principal objetivo da segmentação de imagens na visão computacional?
Dividir uma imagem em regiões de interesse para facilitar a análise
Reduzir o tamanho do arquivo da imagem
Transformar imagens coloridas em preto e branco
Adicionar ruído à imagem para testes
Qual o nome da técnica de manipulação de imagem utilizada para converter a primeira imagem (à esquerda) na segunda?
Equalização de histograma
Binarização
Segmentação de instâncias
Segmentação panóptica
Segmentação semântica
O que caracteriza a segmentação semântica em imagens?
Remover o fundo da imagem automaticamente
Dividir a imagem em blocos de tamanho fixo para posterior análise
Converter a imagem para escala de cinza
Classificar cada pixel da imagem de acordo com a categoria do objeto ao qual pertence
Julgue as afirmativas abaixo como verdadeiras (v) ou falsas(f)
I - Sistemas de visão computacional foram projetados para enxergar exatamente da mesma forma que humanos
II - Imagens digitais são formadas por pixels que formam matrizes
III - Para armazenas os valores de cores de imagens digitais são usados filtros de cores para captar a intensidade das cores vermelho, verde e azul
IV - Ao tirar uma foto, os valores das intensidades de luz e cores são convertidos em sinais elétricos proporcionais e armazenados de forma numérica
(a)
Qual o nome da técnica de manipulação de imagem utilizada para converter a segunda imagem (à direita) na primeira?
Binarização
Segmentação panóptica
Equalização de histograma
Segmentação semântica
Segmentação de instâncias
Quais são as vantagens de utilizar a linguagem de programação Python para desenvolvimento de sistemas com visão computacional?
Disponibilidade de muitas bibliotecas na área
É a linguagem mais ágil robusta para altas demandas
Alta demanda e sintaxe simples
Possuí código aberto e comunidade ativa
Antes de começar a analisar imagens, elas passam pela etapa de:
Machine learning, onde a imagem é recriada de maneira digital
Pré-processamento, onde a imagem é categorizada por IA generativa
Machine learning, que prepara a imagem aplicando filtros matemáticos determinísticos
Pré-processamento, onde são aplicados filtros e ajustes na imagem
A afirmativa "Toda imagem digital é composta por pixels que podem emitir diferentes intensidades de luz" é:
Vardadeira
Falsa
Sobre as técnicas de identificação/classificação de imagens, é INCORRETO afirmar que
Podem se utilizar técnicas de machine learning
Não é necessário usar a lingugem de programação Python para esse processo
Podem se utilizar técnicas de deep learning
Não é necessário treinamento dos modelos utilizados para esse processo
Em qual processo de uma instituição de ensino, como o ENEM, aplicações diretas de visão computacional poderiam ser mais relevantes?
Correção automática de gabaritos preenchidos
Planejamento dos calendários com datas relevantes para os participantes
Desenvolvimento das questões e avaliações com IA generativa
Avaliação de desempenho dos participantes com base nos resultados.
