Inteligencia

Artificial I
VISIÓN ARTIFICIAL
CURSO DE VERANO

INTEGRANTES:

 MORALES MEDINA ALFREDO NÍÑEZ

 SÁNCHEZ JÓSE ÁNGEL
 GONZÁLEZ ANTONIO MARÍA
MONTSERRAT

ACAPULCO DE JUAREZ, 01 DE
 ¿QUÉ ES LA VISIÓN ARTIFICIAL?

Puede estar definida como:

1. Definición 1. La visión artificial es una parte de la

inteligencia artificial (IA) que está en alza. Se centra en el
desarrollo y el perfeccionamiento de técnicas que permiten
a las máquinas ver, identificar y procesar imágenes de la
misma manera que lo hace la visión humana.
Definición 2. La visión artificial es una
disciplina dentro de la inteligencia artificial
especializada en sistemas que adquieren,
procesan y analizan imágenes reales para
generar información que pueda asimilar
una máquina. De la misma forma que las
personas usan el sentido de la vista para
comprender el mundo que las rodea.
 ¿QUÉ ES UN SISTEMA DE VISIÓN
ARTIFICIAL?
Un sistema de visión artificial es una combinación de hardware
y software que tiene la capacidad de capturar y procesar datos
de imágenes. Actualmente, los sistemas de visión artificial son
capaces de ofrecer alta precisión, gran consistencia y alta
estabilidad mecánica y térmica.
Los sistemas de visión artificial suelen estar compuestos por un
conjunto de sensores digitales insertados en cámaras
industriales capaces de ofrecer imágenes y datos.
El software puede procesar, analizar y
medir diferentes datos que sirven a los
ingenieros para supervisar los procesos
y tomar decisiones acertadas.
Estos sistemas son uno de los recursos
tecnológicos industriales en los que se
han desarrollado un mayor número de
avances en los últimos años.
 ¿CÓMO
FUNCIONA
LA VISIÓN
01
ARTIFICIA Uno de los componentes fundamentales
para hacer realidad todas las capacidades
de la inteligencia artificial es dar a las

L? máquinas el poder de la visión.

 Para emular la vista humana, las máquinas necesitan
adquirir, procesar, analizar y entender imágenes. El enorme
01 crecimiento en el logro de este hito se hizo gracias al
proceso de aprendizaje interactivo hecho posible con las
redes neuronales.

Comienza con un conjunto de datos recopilados

con información que ayuda a la máquina a
aprender un tema específico. Si el objetivo es
02 identificar vídeos de gatos como lo fue para Google
en el 2012, el conjunto de datos utilizado por las
redes neuronales necesita tener imágenes y videos
con gatos, así como ejemplos sin gatos
 Cada imagen necesita ser etiquetada con metadatos que
03 indiquen la respuesta correcta. Cuando una red neuronal
recorre los datos y las señales, se encuentra una imagen con
un gato; lo que ayuda a mejorar es la respuesta que se
recibe sobre si era correcta o no.

Las redes neuronales están usando el reconocimiento

de patrones para distinguir muchas piezas diferentes
04 de una imagen. En lugar de que un programador
defina los atributos que hacen que un gato tenga cola
y bigotes, las máquinas aprenden de los millones de
imágenes cargadas.
COMPONEN
TES DE UN
SISTEMA DE
02
Un sistema de visión artificial consta de
dos componentes básicos que son la
VISIÓN adquisición de imágenes: dispositivo de
iluminación y captura de imágenes

ARTIFICIAL
(cámara) y el análisis de imágenes: una
placa de captura de imágenes (capturador
de imágenes o digitalizador) y software
de análisis.
La configuración de hardware de los sistemas de visión artificial es
bastante estándar. Generalmente, un sistema consiste en:
Un dispositivo de
iluminación, que ilumina la Un ordenador personal o un sistema de
muestra bajo prueba. microprocesador, para proporcionar
almacenamiento en disco de imágenes y
Una cámara de vídeo de capacidad de cálculo con software suministrado
estado sólido CCD, para por el vendedor y programas de aplicación
adquirir una imagen. específicos.

Un frame-grabber, para realizar la conversión Un monitor a color de alta

A/D (analógico-digital) de la captura de resolución, que ayuda a visualizar las
imagen o píxeles digitalizados en una imagen imágenes y los efectos de varias
de columna N por M. rutinas de análisis de imágenes.
¿PARA QUE
ÚTILIZA LA
VISIÓN
03
La visión artificial es una de las áreas
ARTIFICIAL en el Machine Learning donde los
conceptos fundamentales ya se

? están integrando en los principales

productos que utilizamos a diario.
 Las más utilizadas en la actualidad:

VISIÓN ARTIFICIAL EN COCHES

AUTÓNOMOS

Permite a los coches autónomos dar sentido a su entorno. Las cámaras

capturan vídeo desde diferentes ángulos alrededor del coche y lo
transmiten al software de visión artificial, que luego procesa las
imágenes en tiempo real para encontrar los extremos de las carreteras,
leer las señales de tráfico, detectar otros coches, objetos y peatones.
 RECONOCIMIENTO
FACIAL
Los algoritmos de la visión artificial detectan los rasgos faciales en las
imágenes y los comparan con las bases de datos de los perfiles de las
caras. Los dispositivos de consumo utilizan el reconocimiento facial para
autenticar las identidades de sus propietarios. Los organismos encargados
de hacer cumplir la ley también recurren a la tecnología de
reconocimiento facial para identificar a los delincuentes en los vídeos.
 Las más utilizadas en la actualidad:

REALIDAD AUMENTADA Y
REALIDAD MIXTA
Esta tecnología permite que dispositivos informáticos como teléfonos
inteligentes, tabletas y gafas inteligentes se superpongan e incrusten
objetos virtuales en imágenes del mundo real. Utilizando la visión
artificial, los equipos de Realidad Aumentada detectan objetos en el
mundo real para determinar las ubicaciones en la pantalla de un
dispositivo y colocar un objeto virtual.
 ATENCIÓN
SANITARIA

Los algoritmos de visión artificial pueden ayudar a automatizar

tareas como la detección de lunares cancerosos en las imágenes de
la piel o la búsqueda de síntomas en las radiografías y las
resonancias magnéticas.
Beneficios de
la visión
04
La visión artificial es una de las

artificial áreas en el Machine Learning

donde los conceptos
fundamentales ya se están
integrando en los principales
productos que utilizamos a diario.
Entre los beneficios de la visión artificial encontramos:
 Mejora la calidad del resultado.
 Optimiza el rendimiento, los costes y la eficiencia.
 Aumenta la flexibilidad y la seguridad de la producción.
 Reduce la tasa de desperdicio y los tiempos de inactividad de las
máquinas.
 Incrementa el nivel de detalle de la información y de control de los
procesos.
 Disminuye el espacio dedicado en la planta.
 Facilita el diagnóstico de problemas y su resolución
 05
APLICACION
ES DE LA
VISIÓN
ARTIFICIAL La implementación personalizada
de una herramienta de visión
artificial permite a las empresas
EN LA industriales desarrollar
funcionalidades a medida.

INDUSTRIA
Análisis, morfológico y defectos de forma, marcadores de posición,
análisis de color y apariencia, detección de objetos ajenos,
identificación de defectos y calidad del etiquetado, lectura de códigos
de barras; 1D, 2D, reconocimiento de caracteres y verificación de OCR
y OCV.
En la industria manufacturera, las empresas utilizan la visión artificial
para identificar los defectos de los productos en tiempo real. A medida
que los productos salen de la línea de producción, un ordenador
procesa imágenes o vídeos, y marca los diferentes tipos de defectos,
incluso en los productos más pequeños.
Estas funcionalidades se asocian típicamente a los sistemas de visión
artificial del sector de la alimentación y las bebidas, sector que ha sido uno
de los pioneros ya que ha tenido que adaptarse a normativas cada vez más
estrictas para garantizar la calidad de los productos y mejorar la seguridad
de los clientes.

Las aplicaciones de la visión artificial pueden dividirse en cuatro grandes

familias:

 Guiado.
 Identificación.
 Medición o “gauging”.
 Inspección.
Dentro de estas categorías, encontramos una amplia variedad de tareas:

1) Localización 3D en tareas de “pick & place”.

2) Localización de piezas en lotes mezclados.
3) Asistencia para evitar accidentes en desplazamientos marcha atrás.
4) Inspección óptica de defectos, errores o irregularidades.
5) Marcado directo de piezas.
6) Identificación y reconocimiento de etiquetas, envases o componentes.
7) Calcular distancias entre varios puntos de un mismo objeto o su
ubicación geométrica.
8) Detección de objetos.
9) Reconocimiento óptico de caracteres (OCR).
10)Localización para robots con visión artificial.
 CAMPOS O

06
ÁREAS QUE SE
PUEDE
APLICAR LA
VISIÓN
ARTIFICIAL
La visión artificial puede integrarse en prácticamente cualquier campo,
entre ellos:

• Electrónica. • Robótica.
• Paquetería. • Geología.
• Sector retail. • Meteorología.
• Automoción. • Agricultura.
• Salud. • Cartografía.
• Logística. • Seguridad vial.
• Biología. • Astronomía.
• Medicina. • Control de calidad.
• Seguridad. • Microscopía.
• Industria. • Teledetección.
 VENTAJAS
Y
DESVENTAJAS
07
 VENTAJAS

 El uso de la visión artificial crece rápidamente gracias al

descubrimiento de ventajas para las industrias. Hay cinco
ventajas principales que deberías conocer:
 Procesa de una manera más simple y rápida: permite a los
clientes y a las industrias chequear los productos. Además,
les da acceso a sus productos.
 Fiabilidad: los ordenadores y las cámaras no tienen el factor
humano del cansancio. La eficiencia suele ser la misma, no
depende de factores externos como pueden ser bajas por
enfermedad o errores humanos por agotamiento.
 Precisión: esta tecnología asegura una
mejor precisión en el producto final.
 Una amplia gama de usos: Podemos
ver el mismo sistema informático en
varios campos y actividades diferentes
(fábricas con seguimiento de
almacenes y envío de suministros, y en
la industria médica a través de
imágenes escaneadas, entre otras
múltiples opciones).
 La reducción de los costes: el tiempo y
la tasa de error se reducen en el
proceso.
 DESVENTAJAS

A pesar de todas las ventajas de la visión artificial gracias a la

capacidad del
Machine Learning, tenemos que considerar algunas
desventajas:
× Necesidad de especialistas: hay una gran necesidad de
especialistas relacionados con el campo del Machine
Learning y la Inteligencia Artificial. Un profesional que
conozca el funcionamiento de esos dispositivos y que
aproveche al máximo estas tecnologías.
× Fallas de la visión artificial: cuando la máquina o el dispositivo
falla, no anuncia o anticipa ese problema.
× Fallo en el procesamiento de
imágenes: cuando el dispositivo falla
debido a un virus u otros problemas
de software, es muy probable que el
procesamiento de imágenes falle.
Por lo que, si no resolvemos el
problema, las funciones del
dispositivo pueden desaparecer. Y
puede llegar a paralizar toda la
producción.
EJEMPLOS DE
VISIÓN
ARTIFICIA
08
1. La clasificación de imágenes ve una imagen y puede clasificarla
(un perro una manzana, la cara de una persona). Más
precisamente, puede predecir con precisión que una imagen
determinada pertenece a un cierto tipo. Por ejemplo, una
empresa de redes sociales podría querer usarlo para identificar
y segregar automáticamente las imágenes objetables cargadas
por los usuarios.

2. La detección de objetos puede usar la clasificación de imágenes

para identificar una determinada clase de imagen y luego
detectar y tabular su apariencia en una imagen o video. Los
ejemplos incluyen la detección de daños en una línea de
montaje o la identificación de maquinaria que requiera
mantenimiento.
3. El seguimiento de objetos sigue o rastrea un objeto una vez que
se detecta. Esta tarea a menudo se ejecuta con imágenes
capturadas en secuencia o con videos en tiempo real. Los
vehículos autónomos, por ejemplo, no solo deben clasificar e
identificar objetos como peatones, otros automóviles e
infraestructura vial, sino que también deben detectarlos en
movimiento para evitar colisiones y obedecer las leyes de
tránsito.