INTELIGENCIA ARTIFICAL

semana 8

UNMSM – FIEE
Profesor: Msc. Ing. Arlich
Portillo
Ing. Arlich Portillo A. 1
APLICACIONES DE IA EN VISION POR COMPUTADORA
La visión por computadora se ocupa de procesar imágenes y vídeos
digitales para extraer información útil mediante algoritmos y técnicas
matemáticas. El objetivo es que los sistemas informáticos puedan
«ver» el mundo como lo hacen los humanos, identificando formas,
patrones, objetos y procesos.
Aunque pueda parecer algo trivial,
enseñar a una máquina a reconocer e
interpretar imágenes requiere una gran
cantidad de trabajo previo. La tarea no
consiste simplemente en proporcionarle
una imagen y esperar que el sistema
reconozca automáticamente los objetos
que aparecen en ella. En realidad, hay
muchos factores que influyen en la
percepción visual: iluminación, sombras,
perspectiva, textura, color… Por tanto, los
algoritmos deben ser capaces de analizar
todos estos aspectos para poder sacar
conclusiones precisas.
Ing. Arlich Portillo A. 2
APLICACIONES DE IA EN VISION POR COMPUTADORA

Además, aunque un objeto sea fácilmente reconocible para un ser humano (como
una taza o un coche), puede resultar difícil para un ordenador si está parcialmente
oculto o deformado. Por tanto, también se necesitan técnicas avanzadas de
procesamiento de imágenes para poder identificar objetos en condiciones adversas.

Ing. Arlich Portillo A. 3

APLICACIONES DE IA EN VISION POR COMPUTADORA
Técnicas de visión por computadora
Detección de bordes
La detección de bordes consiste en buscar los cambios bruscos en la
intensidad luminosa de una imagen (por ejemplo, los límites entre dos
objetos). Esta técnica es útil para extraer información sobre la forma y el
contorno de los objetos que aparecen en una imagen.

Ing. Arlich Portillo A. 4

 APLICACIONES DE IA EN VISION POR COMPUTADORA
Segmentación

La segmentación se refiere a la división de una imagen en regiones o partes significativas.

Esta técnica permite identificar objetos específicos dentro de una imagen y separarlos del
resto del fondo. La segmentación es especialmente útil cuando se trata con imágenes
complejas donde hay muchos elementos superpuestos o entremezclados.

Ing. Arlich Portillo A. 5

 APLICACIONES DE IA EN VISION POR COMPUTADORA
Reconocimiento de patrones
El reconocimiento de patrones es uno de los campos más importantes dentro de la visión por
computadora. Esta técnica consiste en entrenar un sistema informático para que pueda
identificar patrones o características específicas dentro de una imagen (como formas, colores
o texturas). El reconocimiento de patrones es fundamental para muchas aplicaciones
prácticas, desde sistemas automáticos de clasificación hasta sistemas avanzados de
reconocimiento facial.

Ing. Arlich Portillo A. 6

 APLICACIONES DE IA EN VISION POR COMPUTADORA
Detección de objetos
La detección de objetos es similar al etiquetado, pero la API devuelve las coordenadas
del rectángulo (en píxeles) que delimita cada objeto encontrado en la imagen. Por
ejemplo, si una imagen contiene un perro, un gato y una persona, la operación de
detección mostrará estos objetos con sus coordenadas en la imagen. Puede usar esta
funcionalidad para procesar las relaciones entre los objetos de una imagen. También
permite determinar si hay varias instancias del mismo objeto en una imagen.

La API (Interfaz de Programación de Aplicaciones) en el contexto de la visión

por computadora es un conjunto de herramientas y protocolos que permiten a
los desarrolladores crear aplicaciones que procesan imágenes y videos.

Ing. Arlich Portillo A. 7

 APLICACIONES DE IA EN VISION POR COMPUTADORA
Detección de objetos
La detección de objetos es un campo clave en la inteligencia artificial, que permite a los
sistemas informáticos «ver» sus entornos al detectar objetos en imágenes o vídeos visuales.
Es usada para detectar objetos visuales de diversas clases (humanos, animales, automóviles
o edificios), en imágenes digitales como fotos o fotogramas de video. Su objetivo es
desarrollar modelos computacionales que proporcionen la información más fundamental
que necesitan las aplicaciones de visión por computadora (Dónde están los objetos y qué
están haciendo).

Ing. Arlich Portillo A. 8

 APLICACIONES DE IA EN VISION POR COMPUTADORA
Detección de personas
Este tipo de detección es una variante de la detección de objetos que se utiliza para detectar
una «persona» de clase primaria en imágenes o fotogramas de vídeo. Esta es una tarea
importante en los sistemas de videovigilancia modernos.
Los algoritmos de aprendizaje profundo recientes, proporcionan resultados sólidos de
detección de personas. La mayoría de las técnicas modernas de detección de personas se
entrenan en vistas frontales y asimétricas.

Ing. Arlich Portillo A. 9

 APLICACIONES DE IA EN VISION POR COMPUTADORA
Detección de objetos + aprendizaje profundo
Los rápidos avances de las técnicas de aprendizaje profundo han acelerado enormemente el
impulso de la detección de objetos. Con las redes de aprendizaje profundo y la potencia
informática de las GPU, el rendimiento de los detectores y rastreadores de objetos ha
mejorado enormemente, logrando avances significativos en la detección de objetos.
El aprendizaje automático (ML) es una rama de la inteligencia artificial (IA), y esencialmente
implica aprender patrones a partir de ejemplos o datos de muestra a medida que la máquina
accede a estos y tiene la capacidad de aprender de ellos (aprendizaje supervisado en imágenes
anotadas).

Ing. Arlich Portillo A. 10

 APLICACIONES DE IA EN VISION POR COMPUTADORA
Procesamiento de imágenes tradicionales: Las técnicas de procesamiento de imágenes
generalmente no requieren datos históricos para el entrenamiento y no están supervisadas
por naturaleza.
•Ventajas: Por lo tanto, esas tareas no requieren imágenes anotadas , donde los humanos
etiquetan los datos manualmente (para entrenamiento supervisado).
•Desventajas: estas técnicas están restringidas a múltiples factores, como escenarios
complejos (sin fondo unicolor), oclusión (objetos parcialmente ocultos), iluminación y
sombras, y efecto de desorden.

Ing. Arlich Portillo A. 11

 APLICACIONES DE IA EN VISION POR COMPUTADORA
Redes modernas de aprendizaje profundo: Los métodos de Deep Learning generalmente
dependen de una capacitación supervisada. El rendimiento está limitado por la potencia de
cálculo de las GPU que aumenta rápidamente año tras año.
•Ventajas: la detección de objetos de aprendizaje profundo es significativamente más
resistente a la oclusión, las escenas complejas y la iluminación desafiante.
•Desventajas: se requiere una gran cantidad de datos de entrenamiento (además el
proceso de anotación de imágenes es laborioso y costoso).

Ing. Arlich Portillo A. 12

APLICACIONES DE IA EN VISION POR COMPUTADORA
La detección de objetos es una de las tecnologías más fundamentales y
desafiantes de la visión por computadora. Ha recibido una gran atención en los
últimos años, especialmente con el éxito de los métodos de aprendizaje profundo
que actualmente dominan los métodos de detección más recientes.
La detección de objetos es cada vez más importante para las aplicaciones de
visión por computadora en cualquier industria.

Ing. Arlich Portillo A. 13