Académique Documents
Professionnel Documents
Culture Documents
Introducción.
A lo largo de la historia la humanidad ha ido evolucionando, tanto social como
tecnológicamente, para poder satisfacer sus necesidades que se le presentan día a día,
gracias a esta habilidad y con ayuda de la tecnología han descubierto varias soluciones
diarias.
Uno de los mayores descubrimientos en el ámbito tecnológico ha sido la inteligencia
artificial que posee infinidad de usos, ya que es un sistema experto el cual puede ser usado
desde un robot aspiradora en un hogar, hasta ayudar a descubrir que enfermedad padece
una persona. Dentro de la IA existe una rama que trata sobre la VISION ARTIFICIAL, la
cual busca imitar la visión humana a tal punto que funcione como unos ojos verdaderos.
A continuación hablaremos de cómo funciona esta tecnología y su uso en diferentes campos
científicos.
Concepto.
La visión artificial, también conocida como visión por computador (del inglés computer visión)
o visión técnica, es un subcampo de la inteligencia artificial. El propósito de la visión artificial
es programar un computador para que "entienda" una escena o las características de una
imagen.
• Primero, “automático” implica que los sistemas de visión actúan por si solos, sin asistencia
humana en el análisis o interpretación de las imágenes.
• Segundo incluye la “captura y análisis de imágenes” y no solo la captura o análisis.
• Tercero “sin contacto” se refiere a los sensores utilizados en la captura de imágenes.
2
Los objetivos visión artificial incluyen:
La detección, segmentación, localización y reconocimiento de ciertos objetos en
imágenes (por ejemplo, caras humanas).
La evaluación de los resultados (por ejemplo, segmentación, registro).
Registro de diferentes imágenes de una misma escena u objeto, es decir, hacer
concordar un mismo objeto en diversas imágenes.
Seguimiento de un objeto en una secuencia de imágenes.
Mapeo de una escena para generar un modelo tridimensional de la escena; este
modelo podría ser usado por un robot para navegar por la escena.
Estimación de las posturas tridimensionales de humanos.
Búsqueda de imágenes digitales por su contenido.
Estos objetivos se consiguen por medio de reconocimiento de patrones, aprendizaje
estadístico, geometría de proyección, procesamiento de imágenes, teoría de grafos y otros
campos. La visión artificial cognitiva está muy relacionada con la psicología cognitiva y la
computación biológica.
Terminología:
El proceso de visión por computadora puede subdividirse en seis áreas principales:
3
Aplicaciones industriales de la visión artificial
Metrología óptica 2D y 3D
La visión artificial puede alcanzar una precisión por debajo de la centésima de milímetro, lo
que le hace ser un sistema atractivo para su implantación en industrias como la del
automóvil.
4
Lectura de datos (OCR, OCV, código de barras)
Una imagen multiespectral consiste en imágenes de un mismo objeto, tomas con diferentes
longitudes de onda. Puede ser luz visible, infrarrojos, ultravioleta, rayos-X u otra franja del
espectro.
Diversos aparatos hacen fotos espectrales. Pueden ser cámaras comunes de vigilancia o
equipamientos de análisis para laboratorio, para análisis espectral. Pero comúnmente son
asociados a satélites de detección remota y naves espaciales, pues muchos de ellos
transportan cámaras multiespectrales. De esta forma pueden escoger que longitud registrar.
5
Control medioambiental (costas, bosques, vigilancia de animales…)
En el campo de la biología hay que distinguir entre dos tipos de aplicaciones de visión
artificial, aplicaciones microscópicas y macroscópicas.
Para aplicaciones microscópicas la estrategia a seguir es, mediante técnicas de
segmentación orientadas a regiones, la identificación de diferentes propiedades de las
células (color, forma, tamaño, etc) o bien, para contar el número de microorganismos o
células presentes en una muestra de la que se ha obtenido una imagen.
6
requisitos: Permanencia. El rasgo a medir no debe cambiar en el tiempo (salvo enfermedad).
Unicidad. El patrón debe tener una probabilidad muy baja de coincidir con el de otro sujeto.
Huellas dactilares
Huella dactilar Para la identificación por medio de huellas dactilares la estrategia a seguir es
la observación de puntos singulares.
Los puntos con mayor concentración de puntos singulares (80%) se encuentran cuando se
termina una línea y donde se bifurca una línea. A estos puntos se les llama minucias.
Después a cada minucia se le atribuye una posición y una orientación. El proceso de
obtención de las minucias recibe el nombre de filtrado.
Una vez filtrada una huella para buscar coincidencias con las huellas almacenadas en la
base de datos se realiza el emparejado.
Las huellas tienen una primera clasificación según el patrón general que sigue, así, existe la
clasificación de Henry, que distingue 5 tipos de huellas (right loop, left loop, whorl, arch y
tented arch). Una vez clasificada la huella dentro de uno de ellos se procede a buscar dentro
del grupo apropiado la huella que más se parece a la que deseamos identificar. Para esta
parte también existe un gran número de algoritmos, que no vamos a explicar. Es importante
destacar que para este proceso una comparación exhaustiva de las huellas almacenadas
con la huella a identificar es un proceso muy costoso, por lo que se recurre a algoritmos no
tan efectivos como el de “fuerza bruta” pero mucho más rápidos. Entre estos últimos las
mejores soluciones son las proporcionadas por redes neuronales, la transformada de Hough
o en algoritmos genéticos.
Fprintfprint
Fprint es un software de identificación de huellas dactilares de código abierto para linux.
Utilizando este software podemos substituir nuestro password por nuestras huellas dactilares
en nuestro pc personal.
7
Detección de caras
Existen infinidad de aplicaciones de detección de rostros, tanto para seguridad como para
otro tipo de aplicaciones, como por ejemplo en cámaras de fotos, para que el enfoque
automático sepa donde tiene que enfocar.
Como existe una gran cantidad de aplicaciones, el funcionamiento varia de unas a otras,
pero independientemente de los patrones empleados por cada programa hay una serie de
pasos comunes.
Una vez obtenida una imagen (ya sea empleando camaras dedicadas a aplicaciones de
seguridad o webcams domésticas) el primer paso consiste en la extracción de la cara de la
imágen. Para ello se obtienen puntos singulares con los que centrar la imagen, los ojos por
ejemplo. De esta imagen centrada se normaliza a un tamaño y profundidad específicos para
después extraer rasgos de ella (estos primeros pasos son comunes a la mayor parte de
aplicaciones de visión artificial):
face to features
face to dct
Eigenfaces
Finalmente se procesan los datos de las nuevas imágenes y se generan sus “Eigenfaces”,
conjunto de vectores propios, mediante un proceso matemático llamado ACP. Es decir
separamos la información de la cara en una serie de autovectores, derivados del análisis
estadístico de un gran número de rostros.
A la derecha podemos ver en la imagen el ejemplo de un Eigenface.
Después comparándolos con los originales se obtiene el porcentaje de coincidencia con el
original.
8
Detección de matrículas Control del tráfico
Otra aplicación que se está teniendo una gran expansión tanto para aplicaciones de vídeo-
vigilancia como de interacción persona-computador es la del seguimiento de personas en
secuencias de imágenes y la interpretación automática de las actividades que desarrollan.
Microscopía digital
Por tanto y gracias a la extensión de este campo hay un gran número de aplicaciones:
detección de tumores, arteroesclerosis, etc..
9
Visión artificial aplicada al sistema visual humano
Cuando la retina está dañada o no funciona bien, los fotorreceptores dejan de funcionar,
pero eso no quiere decir que toda la estructura del sistema visual humano no pueda seguir
funcionando. Por ello, algunos científicos están desarrollando microchips de silicio que
puedan dotar de visión artificial a aquellas personas a quienes no les funcionan los
fotorreceptores. ( los fotorreceptores se localizan en la retina en el interior del ojo y existen
tres tipos diferentes: los conos, los bastones y las células ganglionales)
Los requisitos de los microchips para que cumplan la función de los fotorreceptores
son:
Comparación
Sistema humano:
Una versión del mismo sistema había sido presentada hace dos años, y todavía se lo
considera un método experimental. No proporciona una visión tan precisa como para, por
ejemplo, leer, pero, según el equipo que lo desarrolló, permite a los usuarios movilizarse por
sí mismos en una ciudad; les ofrece, efectivamente, una imagen "túnel", focalizada por la
minicámara de TV. Las intervenciones fueron efectuadas.
En Lisboa por el neurocirujano portugués Joao Lobo Antunes, en el marco del programa del
Instituto Dobelle de Estados Unidos. Se realizaron en abril pero sedieron a conocer, cuando
los resultados fueron presentados para su publicación en el Journal of the American Society
for Artificial Internal Organs. El paciente argentino había perdido la vista a los 22 años en un
accidente de auto; el mismo motivo causó la ceguera de otros tres de los ocho pacientes,
cuyas edades van de los 39 a los 77 años y sus tiempos de ceguera desde dos hasta 57
años. La operación dura unas cuatro horas, se efectúa con anestesia general y consiste en
implantar, en el sector del cerebro que procesa las imágenes visuales, una placa de platino
con una serie de electrodos.
El sistema completo funciona así: el paciente usa unos anteojos donde hay montados una
minicámara de televisión y un sensor ultrasónico de distancias. Los datos que estos
instrumentos reciben son enviados a una computadora que la persona lleva en la
cintura.Esta procesa la información y la envía a la placa de platino, cuyos electrodos la
introducen en el sistema nervioso. El resultado es una imagen "túnel", focalizada por la
cámara. En la prueba que se efectuó hace dos años, cuando el sistema fue presentado por
primera vez, un paciente fue capaz de retirar un gorro negro colgado en una pared blanca y
colocárselo a un maniquí situado en otro lugar de la habitación.
11
La visión artificial en la educación
Conclusión
La visión artificial es una técnica relativamente nueva que está experimentando en los
últimos años un auge importante entre las aplicaciones industriales. En este sentido, en los
últimos años, la visión por ordenador ha sido muy atractiva para la industria de la
alimentación y la agricultura, con un rápido crecimiento en la inspección por calidad y en la
clasificación y evaluación de un amplio rango de productos agrícolas y alimentarios.
Sin embargo, a pesar del importante número de investigaciones teóricas y sobre equipos
que existían sobre este tema, el porcentaje relativo de penetración en la industria es bajo en
comparación con el de otros sectores, por lo que es un área de gran expansión en el futuro.
Esta aplicación de la inteligencia artificial que es la visión artificial es muy interesante y
ayuda en muchas aéreas en especial referido en la visión humana.
12
Webgrafía
http://sabia.tic.udc.es/gc/Contenidos%20adicionales/trabajos/3D/VisionArtificial/aplicaciones.
html
http://es.wikipedia.org/wiki/Visi%C3%B3n_artificial
http://www.dailymotion.com/video/xa0f25_vision-artificial-cerebro-humano_school
http://www.visiononline.es/es/actualidad-en-vision-artificial/la-vision-artificial-y-su-influencia-
en-espana
13