Do pixel à decisão: seis pesquisas apoiadas pela Di2win no SIBGRAPI 2026

Como uma máquina reconhece uma palavra manuscrita? Como a posição de uma informação ajuda a compreender um documento? E como diferentes modelos de IA podem trabalhar juntos para interpretar uma imagem?

Essas perguntas orientam parte dos seis estudos desenvolvidos por pesquisadores da Universidade de Pernambuco (UPE), com apoio da Di2win, apresentados no SIBGRAPI 2026. O evento reúne pesquisas em computação gráfica, processamento de imagens e visão computacional.

Os trabalhos exploram diferentes etapas do processamento de imagens e documentos: reconhecer, interpretar, comparar e aprender. Em comum, investigam como a Inteligência Artificial pode lidar com informações complexas e quais limites precisam ser compreendidos antes de sua aplicação em processos reais.

Reconhecer a escrita e compreender o contexto

O BCD-Dataset investiga o reconhecimento de textos manuscritos em documentos clínicos. A pesquisa criou um conjunto de dados extraídos de guias SADT anonimizadas e avaliou diferentes arquiteturas de reconhecimento de escrita.

Comparar modelos e interpretar a posição dos elementos

A eficiência computacional também foi tema dos estudos. O trabalho Efficient Image Classification comparou Vision Transformers e Vision Mamba, observando desempenho, memória e capacidade de processamento.

A pesquisa coloca a comparação entre arquiteturas no centro da investigação. Avaliar um modelo envolve considerar não apenas o que ele reconhece, mas também os recursos envolvidos nesse processamento.

O estudo sobre raciocínio geométrico em documentos, por sua vez, explora como a posição dos elementos contribui para a compreensão de uma página. Em documentos, o significado não depende apenas do texto: a localização de cada informação também importa.

Combinar interpretações e ampliar os dados de treinamento

O HMER-CLIP combina diferentes modelos para reconhecer expressões matemáticas manuscritas. A proposta compara as interpretações produzidas para selecionar a mais adequada.

Já o LLM-Aug investiga o uso de modelos de linguagem para gerar variações de documentos e ampliar os dados utilizados no treinamento de sistemas de reconhecimento de informações.

São frentes distintas de pesquisa: uma explora a combinação de interpretações; a outra, a ampliação dos dados disponíveis para o aprendizado. Ambas integram o conjunto de estudos voltados à leitura e à compreensão de informações em imagens e documentos.

Da pesquisa à aplicação, sem pular a validação

Os desafios investigados se relacionam a operações que precisam processar grandes volumes de informação em setores como saúde, seguros, serviços financeiros, energia e indústria. Essa relação, porém, não transforma um resultado experimental em evidência de funcionamento em produção.

Para a Di2win, aproximar pesquisa acadêmica e aplicação tecnológica significa investigar o que um modelo consegue fazer, em quais cenários funciona e como pode ser utilizado de forma adequada em processos reais.

Os seis estudos apresentados no SIBGRAPI 2026 exploram esse caminho por diferentes perspectivas, da escrita manuscrita à organização espacial dos documentos. A conexão entre essas frentes está na busca por uma IA capaz de interpretar informações complexas, sem perder de vista os limites de cada resultado e o papel humano nas decisões críticas.

A máquina enxerga. O humano decide.

Conheça a Di2win e descubra como a Inteligência Artificial pode ser aplicada aos processos da sua organização.