Um novo sistema que analisa diversas partes de uma imagem simultaneamente para detectar variações de textura foi desenvolvido por pesquisadores da Universidade Estadual Paulista (Unesp) e do KTH Royal Institute of Technology, na Suécia. A técnica, que pode ser aplicada na análise de tecidos biológicos, identificação de materiais e mapeamento de características da superfície terrestre, foi descrita em um artigo publicado na revista Neurocomputing.
O professor Odemir Martinez Bruno, coordenador da pesquisa, explicou que o objetivo foi desenvolver métodos de visão computacional voltados especificamente para a análise de texturas e padrões complexos, comuns em imagens médicas, de microscopia e imagens de satélite.
Atualmente, os sistemas mais avançados para análise de texturas utilizam redes neurais convolucionais, mas a nova técnica é baseada em Vision Transformers (ViT), uma arquitetura de rede que já é utilizada em ferramentas de análise de texto, como GPT, mas adaptada para visão computacional.
Bruno detalhou que a principal característica dos transformers é a autoatenção, permitindo que cada elemento de entrada seja analisado em relação aos outros, capturando relações entre partes próximas ou distantes. O método Vortex utiliza um ViT pré-treinado para extrair características das imagens, que são então ajustadas para formar um descritor de textura.
Em testes com a base de dados DTD, o Vortex alcançou 87,6% de precisão, o melhor resultado reportado pelos autores para esse conjunto de dados. A técnica também estabeleceu novos padrões de resultados nas bases FMD e GTOS-Mobile.
Segundo o professor, essa metodologia pode facilitar a identificação de padrões em imagens de microscopia, médicas e de satélite, ampliando as possibilidades de análise de tecidos biológicos, distinção de materiais e reconhecimento de características da superfície terrestre.
