Análise comparativa entre métodos tradicionais e inteligência artificial no tratamento de imagens

Autores

DOI:

https://doi.org/10.47385/tudoeciencia.1789.2024

Palavras-chave:

Inteligência Artificial. IA. Photoshop. Manipulação de Imagem. Edição.

Resumo

Este estudo investiga a aplicação da Inteligência Artificial (IA) em comparação aos métodos tradicionais de manipulação de imagens, com o objetivo de analisar sua eficácia e aplicabilidade. Nos últimos anos, a IA se consolidou como uma tecnologia transformadora em diversas áreas, como apontado no artigo de Yann LeCun de 1998, sendo o processamento de imagens uma das mais impactadas por esse avanço. A IA possibilita a execução de tarefas complexas, como reconhecimento facial, classificação de objetos e criação de imagens sintéticas, abrindo novas oportunidades em áreas como design, publicidade, jogos e até na produção de imagens médicas. A pesquisa adota uma abordagem metodológica fundamentada no Design Thinking, proporcionando flexibilidade na análise comparativa de 10 projetos fotográficos desenvolvidos por designers. Esses projetos foram avaliados com base em critérios como eficácia, precisão, velocidade, flexibilidade, acessibilidade das ferramentas, facilidade de uso e necessidade de controle manual. Para comparar as pontuações entre os métodos tradicionais e os baseados em IA, foram utilizadas matrizes decisórias. Até o momento os resultados parciais indicam que a IA supera os métodos tradicionais em aspectos como velocidade e precisão, especialmente em tarefas automatizadas que envolvem o processamento de grandes volumes de dados. Contudo, os métodos tradicionais ainda se destacam em termos de flexibilidade e personalização, visto que ferramentas como o Adobe Photoshop oferecem maior controle manual para os designers. 

Downloads

Não há dados estatísticos.

Referências

Goodfellow, Ian et al. (2014). Redes Adversariais Gerativas, Advances in neural information processing systems

Kelby, Scott. (2020). O livro Adobe Photoshop para fotógrafos digitais .

Provost, Foster; Fawcett, Tom. Data Science para Negócios. 1ª ed. Rio de Janeiro: Alta Books, 2016.

VIANNA E SILVA, Maurício José [et al.]. Design Thinking: Inovação em negócios. 1. ed. Rio de Janeiro: MJV Press, 2012.

Awari. "A inteligência artificial na melhoria de imagens." Disponível em: https://www.awari.com . Acesso em 15 maio 2024.

Freepik. "Recursos gráficos gratuitos." Disponível em: https://br.freepik.com . Acesso em: 15 maio 2024.

Hinton, GE, Osindero, S., & Teh, YW (2006). Um algoritmo de aprendizado rápido para redes de crenças profundas. Computação neural https://www.cs.toronto.edu/~hinton/absps/ncfast.pdf Acesso em 08 junho 2024.

LeCun, Y., Bottou, L., Bengio, Y., & Haffner, P. (1998). Aprendizagem baseada em gradiente aplicada ao reconhecimento de documentos. http://vision.stanford.edu/cs598_spring07/papers/Lecun98.pdf Acesso em 10 julho 2024.

Pixabay. "Banco de imagens gratuitas." Disponível em: https://pixabay.com/pt/. Acesso em: 15 maio 2024.

Wilson E Paul, J., & Daugherty, R. (Orgs.). ([s.d.]). Collaborative Intelligence: Humans and AI Are Joining Forces" publicado na Harvard Business Review.

Downloads

Publicado

21-01-2025

Como Citar

Cardoso Alves, A. L., Periard Moreira da Silva, N., & Wander Machado, S. (2025). Análise comparativa entre métodos tradicionais e inteligência artificial no tratamento de imagens . Tudo é Ciência: Congresso Brasileiro De Ciências E Saberes Multidisciplinares, (3), 1–8. https://doi.org/10.47385/tudoeciencia.1789.2024

Edição

Seção

Ciências Exatas, Tecnologias e Engenharias