A API usa machine learning para rotular pixels de cenas externas em 11 classes e expor confiança. Veja aplicações, limites e privacidade.

Resposta direta

A Scene Semantics API do ARCore executa um modelo de machine learning sobre a câmera e classifica pixels de cenas externas em 11 conceitos, incluindo céu, edifício, árvore, via, calçada, veículo e pessoa. Ela também fornece confiança e prevalência por classe. O recurso pode orientar oclusão e comportamento contextual, mas foi desenhado para exteriores em modo retrato e apresenta qualidade diferente entre classes; não deve ser usado sozinho para decisões de segurança.

Semântica complementa geometria

Uma malha informa onde existe superfície; a classe indica se aquela região parece via, árvore ou construção. Juntas, essas camadas permitem regras visuais mais relevantes.

Confiança deve controlar a experiência

Classes grandes tendem a ser mais confiáveis que detalhes menores. Defina limiares, estados de incerteza e fallback para não reagir a cada pixel como verdade.

Uso externo e retrato são limites de produto

A documentação não promete qualidade em interiores nem em orientação paisagem. O desenho da jornada precisa caber nas condições para as quais o modelo foi construído.

Pessoa e veículo pedem cautela adicional

Rótulos dinâmicos podem apoiar oclusão, mas não substituem sensores ou procedimentos de segurança. Evite identificação individual e retenha somente o necessário para a função.

Leitura Nexus

Semântica torna a AR mais contextual, porém o valor empresarial está na regra que usa cada classe. Um piloto deve medir precisão por cenário, impacto visual, consumo e taxa de fallback.

Perguntas frequentes

A API reconhece ambientes internos?

Não é o uso suportado; ela foi desenhada para cenas externas.

Ela identifica uma pessoa específica?

Não. O retorno é uma classe semântica por pixel, não identidade individual.

Pode orientar navegação crítica?

Não como fonte única. Sinalização, mapas, sensores e validação humana continuam necessários conforme o risco.

Guias essenciais para aprofundar a decisão

Fontes primárias e referências

Esta análise editorial foi produzida pela Nexus a partir das fontes oficiais abaixo, consultadas em 15 de setembro de 2026. O texto é original e interpreta implicações práticas para empresas.

Data informada pela fonte principal: documentação e histórico do ARCore consultados em 15 de setembro de 2026.