São Paulo (AUN - USP) - Visão computacional é a área da computação que envolve as tecnologias que permitem que o computador perceba e observe o usuário para melhorar seu desempenho. Pode ser dividida em três grandes áreas de atuação segundo a distância em que o usuário se encontra: muito perto, reconhecendo movimento dos olhos e expressões faciais; média distância, captando gestos das mãos e dos braços; e longa distância, identificando movimentação de pessoas e objetos em um determinado ambiente.

O trabalho com o usuário muito próximo envolve, por exemplo, estudos em eye tracking, ou seja, o rastreamento do olhar por meio de uma câmera para identificar qual região da tela a pessoa está olhando. Nesse campo situa-se o desenvolvimento de programas que permitem que deficientes físicos usem o computador clicando, selecionando e digitando por meio do olhar. “A gente está criando uma forma de interação diferente entre a máquina e o usuário”, resume o professor Carlos Morimoto, que lidera pesquisas nessa área no Instituto de Matemática e Estatística da USP (IME). Também engloba programas que visam a auxiliar o motorista, reconhecendo frequências no piscar dos olhos que indicam fadiga ou sono e alertando-o desta situação.

“Se a câmera ou o computador estiver mais longe, a face e o olhar já não são tão interessantes assim, então a gente começa a utilizar gestos”, explica Carlos sobre as situações de usuários a média distância. Uma forma possível de mapear gesto para a navegação em um computador é através do rastreamento do movimento das mãos, em que uma delas controla o cursor e a outra é responsável por clicar. Gestos com a cabeça também podem ser utilizados para usuários um pouco menos distantes do computador. Essas aplicações são úteis, por exemplo, para computadores disponíveis em lugares públicos, como os mapas interativos de shoppings ou pontos turísticos, em que não seria higiênico tantas pessoas estarem em contato direto com a tela ou o teclado.

Essa técnica também é utilizada nos video-games mais modernos que dispensam o uso do teclado, em softwares de ginástica e acompanhamento físico e em modelos de simulação e treinamento de determinados profissionais. Por meio da câmera ou de sensores, o computador está mapeando as poses e os gestos do usuário. “Você pode interpretar esse mapeamento de várias formas”, diz Carlos, mostrando que não há um limite para as aplicações dessas técnicas.

As pesquisas de visão computacional com usuários a uma distância maior envolvem, por exemplo, a utilização de várias câmeras em um mesmo ambiente para entender como elas estão se movimentando nele, se há excesso de pessoas, quais usuários não se encontram mais no ambiente observado e se alguém novo entrou. “Primeiro a gente trabalha só com a face, depois com a pessoa inteira e agora são várias pessoas sendo observadas pelo computador”.

Nesse campo de estudos situa-se a domótica, a ciência que busca automatizar ambientes e criar casas inteligentes. “Hoje em dia, com a preocupação em ser uma residência ecológica e economizar energia, a casa pode identificar quando ninguém mais se encontra no cômodo e apagar as luzes ou desligar a televisão automaticamente”, relata Carlos sobre uma das diversas possibilidades dos ambientes automatizados. Seria possível, por exemplo, apenas apontar para a lâmpada para acendê-la e então controlar sua intensidade com gestos das mãos ou mesmo receber um alerta de sua casa advertindo-o de que alguém esqueceu a geladeira aberta.

Aplicações da domótica também são comuns para fins de segurança ou mesmo para residências em que idosos moram sozinhos, automatizando muitas funções e identificando, por exemplo, quando a pessoa caiu ou sofreu um acidente notificando automaticamente parentes, vizinhos e serviços médicos.