Os resultados de uma competição envolvendo uma base de dados com mais de 20 mil imagens de documentos brasileiros serão divulgados na próxima semana durante a 16ª Conferência Internacional sobre Análise e Reconhecimento de Documentos (ICDAR 2021) que acontecerá em Lausanne, na Suíça, entre os dias 5 e 10 de setembro.
O dataset foi desenvolvido pelo professor do Programa de Pós-graduação em Engenharia de Computação (PPGEC) da Escola Politécnica da Universidade de Pernambuco (Poli/UPE), Byron Bezerra, juntamente com os orientandos em pós-graduação Celso Lopes Junior e Ricardo B. Neves Junior, e os colaboradores internacionais Alejandro H. Toselli (Universidade Politécnica de Valencia, Espanha) e Donato Impedovo (Universidade de Bari, Itália).
Devido a restrições de privacidade em função da Lei Geral de Proteção de Dados, os pesquisadores substituíram as informações originais dos documentos (como nome, data de nascimento, filiação, dados numéricos, entre outros) por dados sintéticos. Foram adquiridas assinaturas manuscritas dos conjuntos de dados MCYT e GPDS que foram incorporadas sinteticamente às imagens dos documentos de identidade, de habilitação e CPF.
As imagens dos documentos simulam capturas através de diferentes câmeras de celular em diferentes resoluções. Documentos que aparecem nas imagens são caracterizados por ter diferentes texturas, cores e iluminação, em diferentes fundos do mundo real com padrões não uniformes. Tudo isso tornou a competição ainda mais desafiadora, atraindo grande atenção da comunidade científica que atua nesta área.
A proposta da competição foi trabalhar com diferentes níveis de tarefas de segmentação. O objetivo foi avaliar a qualidade dos algoritmos de segmentação de imagens em caso de documentos adquiridos por câmeras de dispositivos móveis, onde diversos problemas podem influenciar a tarefa de segmentação, como a distância do documento para a câmera, a perspectiva, o foco, a reflexão ou sombra devido à luminosidade do ambiente, entre outros.
Para o professor Byron Bezerra, os resultados observados na competição indicam que alguns dos desafios propostos requerem mais investigação por parte da comunidade científica da área. "Com isso, o dataset que nós construímos se torna uma importante ferramenta de apoio aos pesquisadores que continuarão os estudos a fim de superar o atual estado-da-arte e, como consequência disso, melhorando a qualidade de sistemas de segmentação de imagens", afirmou.