Instituto Tecnológico da Aeronáutica – ITA Divisão de Ciência de Engenharia Eletrônica e Computação EE-09 Inteligência Artificial Prof. Adilson Marques da Cunha Área de Pesquisa : Padrões de Reconhecimento Sistema Especialista: Reconhecimento de Imagens do VANT Débora Aparecida Rodrigues Chagas

Roteiro Área de Pesquisa Sistema Especialista Conclusão Introdução Objetivo O Que é Relações Métodos Aplicações Sistema Especialista CHA Tabela de Decisão Decisão no ExSinta Conclusão

Área de Pesquisa dentro da Inteligência Artificial Reconhecimento de Padrões - RP

Introdução A habilidade do ser humano em reconhecer e classificar objetos sempre impressionou e continua a impressionar os cientistas. Desde os primórdios da computação, a tarefa de implementar algoritmos emulando essa capacidade humana, tem-se apresentado como a mais intrigante e desafiadora !

Objetivo Descrever o que é, e como funciona o Reconhecimento de Padrões e como ele utiliza a Inteligência Artificial – IA.

O que é O Reconhecimento de Padrões (RP) é a ciência que trata da classificação e descrição de objetos. Um projeto de RP envolve normalmente:   Extração de características dos objetos a classificar (ou a descrever);   Seleção das características mais discriminativas;  Construção de um classificador (ou descritor). 

Relações São múltiplas e importantes as relações de RP com outras disciplinas, em particular da área da Informática: Processamento de sinal e imagem Teoria da Otimização e da Estimação Inteligência Artificial Aprendizagem Automática (machine learning) Mineração de Dados (data mining and knowledge discovery) Sistemas Adaptativos Modelagem Neuronal (artificial neural networks) Teoria dos Autômatos Conjuntos Difusos (fuzzy sets) Modelagem Estrutural Linguagens formais

Métodos Conforme o tipo de objetos a classificar (ou descrever) o projeto de RP usa algum (ou alguns) dos seguintes principais  métodos ou abordagens: Abordagem estatística: A abordagem clássica, historicamente mais antiga, denominada por "Teoria da Decisão". Assume que as características das classes se regem por determinados modelos probabilísticos. Abordagem sintática: Procura descrever a estrutura dos padrões usando inter-relações de características descritoras básicas denominadas primitivas. Abordagem neuronal: Abordagem tipo "caixa petra" que procura determinar um mapeamento ótimo entre entradas e saídas inspirando-se em modelos de neurônios do cérebro. Abordagem difusa: Abordagem que tem em conta o grau de incerteza por vezes inerente a características e a classificações, usando a Teoria dos conjuntos difusos para modelar esse grau de incerteza. Existem ainda outras abordagens, com parentesco com alguma das anteriores.

Aplicações Classificação de dados, reconhecimento e descrição de objetos, análise de cenas são tarefas importantes em muitas aplicações de software (e também de hardware). As técnicas de Reconhecimento de Padrões têm, assim, um vasto leque de aplicações num grande número de áreas científicas e tecnológicas, nomeadamente no projeto e desenvolvimento de sistemas inteligentes, que constituem o cerne do investimento tecnológico atual. 

Sistema Especialista: Reconhecimento de Imagens no VANT

Objetivo Determinar se a qualidade da imagem capturada pelo VANT é confiável e determinar através do Reconhecimento de Imagens se o alvo oferece risco para o VANT, a partir daí, ele deve decidir se deve ou não atacar.

Carta Hierárquica de Atributos - CHA CHAR Carta Hierárquica de Atributos - CHA

Tabela de Decisão

Demonstração no ExSinta

Conclusões Através do Reconhecimento de Padrões, os computadores vem substituindo tarefas que antes só poderia ser feita pelo ser humano, com uma velocidade e uma eficiência maior; e Através do ExSinta foi possível construir e testar o sistema especialista proposto.