Artigo analisa IA para detecção de selos em documentos digitalizados

Os pesquisadores João Bento, Thuanne Paixão e Ana Beatriz Alvarez, do laboratório Pesquisas Aplicadas em Visão e Inteligência Computacional (Pavic-Lab), da Ufac, publicaram, em inglês, artigo na revista “Applied Sciences” (vol. 15-6), o qual avalia o desempenho dos modelos de inteligência artificial YOLOv8, YOLOv9, YOLOv10 e YOLOv11 na detecção de selos em documentos digitalizados.

Os selos são utilizados para autenticação documental em setores como bancos, instituições financeiras e hospitais. A crescente demanda por validação de documentos e a necessidade de prevenir fraudes impulsionam a busca por métodos automatizados.

Para a pesquisa, os cientistas utilizaram um banco de dados adaptado, combinando imagens das bases StaVer e DDI-100, totalizando 732 documentos digitalizados. Os modelos foram avaliados com base em métricas como precisão média (mAP), tempo de inferência e custo computacional. O YOLOv9s obteve o melhor desempenho geral, alcançando um mAP de 98,7%, enquanto o YOLOv11s se destacou pela velocidade e menor custo computacional.

Segundo os autores, o estudo contribui para a implementação de soluções automatizadas no reconhecimento de selos em documentos, aprimorando a segurança institucional e a eficiência no processamento de dados.