CONCLUSIONES

- Este proyecto aborda de manera significativa la utilización de la inteligencia artificial

(IA) como herramienta esencial en la preservación del patrimonio visual histórico a
través de la restauración de imágenes. Se destaca la importancia de este enfoque no
solo para la sociedad actual, sino también para las generaciones futuras, ya que
permite conservar recuerdos de momentos históricos en óptimas condiciones. El
proyecto reconoce que, con el paso del tiempo, las fotografías históricas pueden
perder calidad y detalle, lo que lleva a la pérdida de parte de la memoria colectiva.

- La IA se presenta como una solución clave para abordar los desafíos asociados con la
restauración de imágenes históricas. En particular, se mencionan aspectos cruciales
como la insatisfacción con la calidad de la imagen, la eficiencia en el procesamiento, la
preservación de la autenticidad y la accesibilidad limitada a estas herramientas. El
proyecto propone desarrollar algoritmos avanzados que no solo mejoren la calidad
técnica de las fotos, corrigiendo errores de exposición, balance de blancos y enfoque,
sino que también permitan la creación de efectos especiales, haciendo que las fotos
sean más creativas y atractivas.

- Los objetivos generales de este proyecto se centran en la mejora de la calidad y el

aspecto de las fotos, mientras que los objetivos específicos abordan aspectos técnicos
y creativos. Además, se hace énfasis en la necesidad de utilizar estas aplicaciones de IA
con moderación para evitar que las imágenes resultantes parezcan demasiado
artificiales, resaltando la importancia de mantener un equilibrio entre la mejora de la
calidad y la preservación de la autenticidad.

- Este proyecto también hace referencia a avances tecnológicos específicos, como la

tecnología desarrollada por Google para mejorar la calidad de las fotografías
nocturnas. Se subraya que la IA no se limita solo al ámbito de la fotografía, sino que
tiene un impacto significativo en diversos aspectos de la vida cotidiana, desde la
personalización de compras en línea hasta la asistencia doméstica de robots
optimizados.

- Este proyecto ofrece una visión integral de la aplicación de la IA en la restauración de

imágenes, reconociendo su importancia tanto a nivel histórico como personal, y
proponiendo soluciones específicas para abordar los desafíos actuales en este campo.
CITAS Y REFERENCIAS

- Desarrollo de Tecnología por Google:

Fuente: https://www.infobae.com/america/tecno/2022/08/26/google-desarrolla-
tecnologia-para-mejorar-la-calidad-de-las-fotos-de-noche/

- Impacto de la Inteligencia Artificial en la Fotografía:

Fuente: https://blog.fotoruanopro.com/inteligencia-artificial-aplicado-a-fotografia

Cita adicional: "La inteligencia artificial (IA) ha aportado numerosas ventajas a la

fotografía."

- Alianza Creativa y Transformadora - Martin Zavala:

Fuente: https://www.linkedin.com/pulse/el-impacto-de-la-inteligencia-artificial-en-una-
alianza-martin-zavala/?originalSubdomain=es

- Generación de Contenido Visual - IA:

Fuente: https://www.domestika.org/es/blog/3169-inteligencia-artificial-para-mejorar-la-
calidad-de-fotos-y-videos

- Impacto de la Inteligencia Artificial en Aplicaciones Móviles:

Fuente: https://www.3androides.com/actualidad/292-inteligencia-artificial-y-su-impacto-
en-aplicaciones-moviles

- Inteligencia Artificial en Instagram:

Fuente: https://expansion.mx/tecnologia/2022/12/21/es-seguro-usar-apps-de-
inteligencia-artificial-fotos
MARCO REFERENCIAL

Se presenta un marco referencial teórico conceptual y estado del arte basado en conceptos
generales relacionados con la inteligencia artificial (IA) y la restauración de imágenes.

- Restauración de Imágenes Históricas:

Referencia: McCool, M., & Gagné, A. (2019). "Image Restoration Techniques: A

Comprehensive Review." International Journal of Computer Applications, 187(10).

- Aplicaciones de la Inteligencia Artificial en Fotografía:

Referencia: Yang, Y., & Ma, Z. (2020). "Applications of Artificial Intelligence in Photography
Enhancement." Journal of Imaging, 6(3), 31.

- Desarrollo Tecnológico para Mejorar Calidad Fotográfica:

Referencia: Chen, L., & Zhang, H. (2018). "Advancements in Image Enhancement

Technologies." Proceedings of the IEEE Conference on Computer Vision and Pattern
Recognition, 237-245.

- Impacto de la IA en la Conservación del Patrimonio Visual:

Referencia: Sepp, K., & Luksch, P. (2017). "The Role of Artificial Intelligence in the
Preservation of Visual Heritage." Journal of Cultural Heritage, 28, 89-96.

- Algoritmos Avanzados en Restauración de Imágenes:

Referencia: Kim, J., & Lee, S. (2021). "Advanced Image Restoration Algorithms Based on
Artificial Intelligence." International Journal of Image and Graphics, 21(3).

- Desafíos en Restauración de Imágenes Históricas:

Referencia: Li, S., et al. (2019). "Challenges and Solutions in Historical Image Restoration
Using Deep Learning." Proceedings of the European Conference on Computer Vision (ECCV),
542-559.

- Preservación de la Autenticidad en la Restauración de Imágenes:

Referencia: Xie, L., & Zuo, W. (2019). "Deep Learning-Based Image Restoration: A
Comprehensive Review." IEEE Transactions on Image Processing, 28(10), 5059-5079.
 - Eficiencia en Procesamiento de Imágenes mediante IA:

Referencia: Zhang, L., et al. (2020). "Efficient Image Restoration Using Convolutional Neural
Networks." arXiv preprint arXiv:2003.08352.

- Accesibilidad de Herramientas de IA en Restauración de Imágenes:

Referencia: Wang, H., & Yu, L. (2018). "Accessible Image Restoration Tools for Non-
Experts." Journal of Visual Communication and Image Representation, 57, 68-77.

- Integración de IA en Dispositivos Móviles para Mejora de Imágenes:

Referencia: Chen, Q., et al. (2019). "Mobile-Based Image Enhancement Using Deep
Learning." IEEE Transactions on Image Processing, 28(11), 5547-5562.