Muitas vezes, colecionadores e pesquisadores se deparam com moedas corroídas, cédulas rasgadas, fragmentos antigos ou peças com marcas do tempo.
Apesar de estarem danificadas, essas peças ainda têm valor histórico, arqueológico e emocional.
O CCMBR Visor foi projetado para lidar com esses casos — analisando fragmentos visuais e oferecendo hipóteses prováveis com base em partes reconhecíveis.
O Visor ativa uma lógica de “reconhecimento parcial”, onde:
A imagem é processada normalmente pelo módulo OpenCV
A IA detecta a ausência de partes visuais esperadas
O algoritmo foca nas áreas legíveis da imagem:
Letras visíveis
Bordas ou padrões ainda identificáveis
Sombra de brasões ou números
Segmentos gráficos da estampa
Um usuário envia uma foto de uma moeda quebrada, com apenas 60% do disco visível.
A IA responde:
Parte da legenda ou valor (“...EIS”, “...ENTAVOS”)
Contorno com frisos ou serrilhado
Símbolos parciais (estrela, cruz, esfera)
Segmento do busto ou brasão
Pedaço com assinatura visível
Números parciais do valor
Detalhe da moldura ou do retrato
Estampa de fundo ou faixa de segurança
Redução do limiar de confiança para permitir sugestões menos assertivas
Aplicação de reconhecimento de OCR parcial (letras e números)
Utilização de modelos de comparação segmentada (ex: só a borda ou só a tipografia)
Aprendizado contínuo com fragmentos que os usuários confirmam manualmente
Reconhecimento parcial com sugestão provável
Necessita nova imagem / outro ângulo
Peça não reconhecida (sugerir avaliação humana)
Situação | Resultado para o usuário |
---|---|
Fragmento de peça antiga | Permite resgatar a identidade histórica |
Moeda corroída ou gasta | Identificação aproximada com base visual |
Cédula rasgada ou incompleta | Ajuda a validar origem ou valor |
Peça arqueológica ou achada | Primeira pista de identificação |
"Mesmo quebrada, uma peça carrega o peso do tempo — e merece ser ouvida."
O reconhecimento parcial torna o Visor mais sensível, mais humano e mais útil para contextos reais.
Comentário