Artificial Intelligence and Computational Vision in Innovative Enterprises Projects

Analysis of the Tecnova and Centelha Programs in the State of Alagoas

Authors

  • Bruno Vicente de Oliveira Federal University of Alagoas
  • Luciana Peixoto Santa Rita Federal University of Alagoas
  • Araken Alves de Lima Instituto Nacional da Propriedade Industrial

DOI:

https://doi.org/10.48017/dj.v8i2.2548

Keywords:

Artificial Intelligence, computer vision, patent

Abstract

This work analyzes artificial intelligence technologies applied to computer vision from the perspective of contributing to the development of innovation projects contemplated in the TECNOVA and Centelha programs in the state of Alagoas. That said, the study has an applied nature, being designed from documentary research and access to the databases of the National Institute of Industrial Property - INPI and Orbit Intelligence, in addition to Systematic Literature Review - RSL in the Web of Science and Scopus. In this context, the results of RSL highlight solutions extracted from 45 scientific articles from different sectors. Furthermore, 28 Brazilian patents on computer vision are identified, which have, to a large extent, an interface with the health and well-being sectors; and agribusiness. In view of this, the adherence of the 41 technologies prospected to the TECNOVA and Centelha Programs was discussed, with 31 technologies having adherence to the innovations proposed in 14 projects of the analyzed Programs.

Metrics

Metrics Loading ...

Author Biographies

Bruno Vicente de Oliveira, Federal University of Alagoas

Linked to the Federal University of Alagoas, Maceió, Brazil.

Luciana Peixoto Santa Rita, Federal University of Alagoas

Linked to the Federal University of Alagoas, Maceió, Brazil.

Araken Alves de Lima, Instituto Nacional da Propriedade Industrial

Vinculado ao Instituto Nacional da Propriedade Industrial, Florianópolis, Brasil.

References

Aldeman, N. L. S.; et al; Smartpathk: a platform for teaching glomerulopathies using machine learning. BMC Medical Education, 21, 2021. DOI: 10.1186/s12909-021-02680-1.

Alencar, F. E. S.; Lopes, D.C.; Mendes Neto, F. M. Development of a System Classification of Images Dermoscopic for Mobile Devices. Ieee Latin America Transactions, 14, 2016. DOI: 10.1109/TLA.2016.7430097.

Biffi, L. J.; et al. ATSS Deep Learning-Based Approach to Detect Apple Fruits. Remote Sensing, 13, 2021. DOI: 10.3390/rs13010054.

Braguine, P. G.; Ghiglieno, F. Teste diagnóstico portátil para qualificação e quantificação de diferentes tipos de células e uso. Depositante: Patrícia Guedes Braguine; Guern Tecnologia Da Informação LTDA – ME. Fundação Universidade Federal De São Carlos – UFSCAR. BR n 10 2016 023757 2 A2. Depósito: 11 out. 2016. Data da Publicação: 02 mai. 2018.

Brkan, Maja. Do algorithms rule the world? Algorithmic decision-making and data protection in the framework of the GDPR and beyond. International Journal of Law and Information Technology, 2019, 0, 1–31. DOI: 10.1093/ijlit/eay017.

Burlina, P. M.; et al. Automated Grading of Age-Related Macular Degeneration From Color Fundus Images Using Deep Convolutional Neural Networks. JAMA Ophthalmology, 11, 2017.

Caldeira, R. F.; et al. Identification of Cotton Leaf Lesions Using Deep Learning Techniques. Sensors, 21, 2021. DOI:10.3390/s21093169.

Cesaro, J. Telmo; et al. InsectCV: A system for insect detection in the lab from trap images. Ecological Informatics, 67, 2022. DOI: 10.1016/j.ecoinf.2021.101516.

Costa, Lucas; et al. Determining leaf stomatal properties in citrus trees utilizing machine vision and artifcial intelligence. Precision Agriculture, 22, 2021. DOI: 10.1007/s11119-020-09771-x.

Cunha, D. Equipamento com módulo eletrônico para análise de amostras de forragem através de imagens. Dep.: Daniel da Cunha. BR 10 2020 004795 7 A2. Depósito: 10 mar. 2020.

Dong, Yuanyuan; et al. The Impact of R&D Intensity on the Innovation Performance of Artificial Intelligence Enterprises- Based on the Moderating Effect of Patent Portfolio. Sustainability, 2021, 13, 328. DOI: 10.3390/su13010328.

Egevad, Lars; et al. Identification of areas of grading difficulties in prostate câncer and comparison with artificial intelligence assisted grading. Virchows Archive, 477, 2020. DOI: 10.1007/s00428-020-02858-w.

Fagundes, J. M. G.; et al. Fully automatic segmentation of bee wing images. Revista Brasileira de Computação Aplicada, 12, 2020. DOI: 10.5335/rbca.v12i2.10420.

Fapeal, Fundação de Amparo à Pesquisa do Estado de Alagoas. Sistema Interno de Gestão. FAPEAL, 2022.

FAPEAL, Fundação de Amparo à Pesquisa do Estado de Alagoas. Edital FAPEAL nº 09/2019: Chamada Pública do Programa Nacional de Apoio à Geração de Empreendimentos Inovadores - Programa Centelha AL. Maceió: FAPEAL, 2019.

FAPEAL, Fundação de Amparo à Pesquisa do Estado de Alagoas. Edital FAPEAL nº 03/2021: Chamada Pública do Programa Nacional de Apoio à Geração de Empreendimentos Inovadores - Programa Centelha AL. Maceió: FAPEAL, 2021.

FAPEAL, Fundação de Amparo à Pesquisa do Estado de Alagoas. Edital FAPEAL nº 06/2013: Programa TECNOVA. Maceió: FAPEAL, 2013.

FAPEAL, Fundação de Amparo à Pesquisa do Estado de Alagoas. Edital FAPEAL Nº 05/2020 – Programa TECNOVA II –AL FAPEAL/SECTI/SEBRAE-AL/FIEA/IEL. Maceió: FAPEAL, 2020.

Fermo, I. R.; et al. Development of a low-cost digital image processing system for oranges selection using hopfield networks. Food and Bioproducts Processing, 125, 2021. DOI: 10.1016/j.fbp.2020.11.012.

Ferreira, C. A. Z.; et al. Development and validation of an artificial neural network to support the diagnosis of melanoma from dermoscopic images. Surgical & Cosmetic Dermatology, 13, 2021. DOI: 10.5935/scd1984-8773.2021130015.

Ganzeli, H.S.; et al. SKAN: Skin Scanner – System for Skin Cancer Detection Using Adaptive Techniques. IEEE Latin America Transactions, 9, 2011. DOI: 10.1109/TLA.2011.5765575.

Gomes, K. K. Sistema de controle de fluxo e acesso a pistas e ambientes demarcados para pessoas e/ou veículos. Depositante: Microsistemas S/A. BR n 20 2020 020192 7 U2. Depósito: 01 out. 2020. Data da Publicação: 12 abr. 2022.

Gonçalves, R. A.; Almeida, H. Sistema ecológico, móvel, escalável, automático e online para controle de pragas. Depositante: Rodrigo Almeida Gonçalves; Helder De Almeida. BR n 10 2020 000850 1 A2. Depósito: 13 jan. 2020. Data da Publicação: 02 mar. 2021.

INPI, Instituto Nacional da Propriedade Industrial. Base de Patentes. Disponível em: < https://busca.inpi.gov.br/pePI/jsp/patentes/PatenteSearchBasico.jsp>. Acesso em: 15 mai. 2022.

Kanomata, L. M.; et al. Dispositivo de Apoio ao Diagnóstico de Câncer Bucal. Depositante: Comércio de Medicamentos LTDA. BR n 10 2018 070609 8 A2. Depósito: 05 out. 2018.

Lotufo, R. A.; Fleury, E. F. C.; Seolin, E. M. Método e sistema automático de análise de imagem de mamografia e método de treinamento de rede neural profunda. Depositante: Dl4med Inteligência Artificial Para Medicina Ltda. BR n 10 2020 009547 1 A2. Depósito: 13 mai. 2020. Data da Publicação: 23 nov. 2021.

Macedo, Mariana; et al. Breast cancer diagnosis using thermal image analysis: A data-driven approach based on swarm intelligence and supervised learning for optimized feature selection. Applied Soft Computing, 109, 2021. DOI: 10.1016/j.asoc.2021.107533.

Medeiros, A. D.; et al. Interactive machine learning for soybean seed and seedling quality classifcation. Scientific Reports, 2020. DOI: 10.1038/s41598-020-68273-y.

Morais, D. S.; et al. Processo de Detecção de Melanoma Automatizado. Depositante: Universidade Federal do Rio Grande do Norte. BR n 10 2019 003424 6 A2. Depósito: 20 fev. 2019.

Oliveira, A. D.; et al. The Malaria System MicroApp: A New, Mobile Device-Based Tool for Malaria Diagnosis. JMIR Publications, 6, 2017. DOI: 10.2196/resprot.6758.

Palsule, Siddhesh; Mishra, Sandeep. Computer Vision Market Analysis and Segment Forecasts to 2028. Grand View Research, 2020.

Pazoti, M. A.; Bruno, O. M. Método de identificação do guignardia citricarpa. Depositante: Universidade De São Paulo – USP. PI n 0501535-9 C8. Depósito: 26 abr. 2005

Questel. Orbit Intelligence. Disponível em: < https://www.questel.com/orbit-software-suite/orbit-intelligence/>. Acesso em: 02 mai. 2022.

Rogers, David L. Transformação Digital. Tradução: Afonso Celso. 1. Ed. São Paulo: Autêntica Business, 2020.

Russell, Stuart J.; Norvig, Peter. Inteligência Artificial. 3ª Ed. Tradução: SIMILLE, Regina Célia. Rio de Janeiro: Elsevier, 2013.

Santos, A. M.; et al. Semivariogram and Semimadogram functions as descriptors for AMD diagnosis on SD‐OCT topographic maps using Support Vector Machine. BioMedical Engineering OnLine, 160, 2018. DOI: 10.1186/s12938-018-0592-3.

Santos, L. J.; et al. Artificial intelligence method developed for classifying raw sugarcane in the presence of the solid impurity. Eclética Química Journal, 46, 2021.

Saraiva, M.; et al. Automatic Mapping of Center Pivot Irrigation Systems from Satellite Images Using Deep Learning. Remote Sens, 12, 2020. DOI: 10.3390/rs12030558.

Savekar, Avinash; Kumar, Vineet. AI in Computer Vision Market: global opportunity analysis and industry forecast, 2021-2030. Portland: Allied Market Research, 2021.

Scopus. Scopus Preview. Disponível em: < https://www.scopus.com/home.uri>. Acesso em: 10 mai. 2022.

Silva, D. O. Sistema para gestão de dados perioperatórios implementado por programa de computador. Depositante: Anestech Tecnologia Da Informação LTDA. BR 10 2019 018250 4. Depósito: 02 set. 2019. Data da Publicação:16 mar. 2021.

Sonka, Milan; Hlaváč, Vaclav; Boyle, Roger. Image Processing, Analysis, and Machine Vision. 4ª Ed. Stamford, USA: Cengage Learning, 2014.

Souto, F. B. Sistema móvel e processo para avaliação de Câncer de Mama em pacientes e aplicativo eletrônico. Depositante: Termo Health Tecnologia LTDA. BR n 10 2020 002019 6 A2. Depósito 30 jan. 2020. Data da Publicação: 10 ago. 2021.

Suman, M. A. Método e sistema aplicativo, individual e interativo, dotado com inteligência artificial. Depositante: Marco Antonio Suman. PI n 1104441-1 A2. Depósito: 30 set. 2011.

Venturus. Visão Computacional. Venturus, 2022.

Volpato F. O.; et al. Sistema de gerenciamento e método de identificação de animais. Depositante: Universidade Estadual de Campinas – Unicamp; Sipet Soluções Em Inovação Tecnológica LTDA. BR n 10 2018 067756 0 A2. Depósito: 04 set. 2018.

Web Of Science. Web of Science. Disponível em: < https://www-webofscience.ez9.periodicos.capes.gov.br/wos/woscc/basic-search>. Acesso em: 10 mai. 2022.

Published

2023-04-10

How to Cite

Vicente de Oliveira, B., Peixoto Santa Rita, L., & Alves de Lima, A. (2023). Artificial Intelligence and Computational Vision in Innovative Enterprises Projects: Analysis of the Tecnova and Centelha Programs in the State of Alagoas. Diversitas Journal, 8(2), 896–911. https://doi.org/10.48017/dj.v8i2.2548