Técnicas de Computer Vision: 3 casos que tenés que conocer

Home > All  > Técnicas de Computer Vision: 3 casos que tenés que conocer

¿Qué es la Inteligencia Artificial? 

Es un campo que combina la ciencia informática y los conjuntos de datos robustos para solventar problemas.

La inteligencia artificial aprovecha las computadoras y las máquinas para imitar las capacidades de resolución de problemas y toma de decisiones de la mente humana. Esta puede mejorar iterativamente a partir de la información que recopila.

La IA se manifiesta de varias formas. En esta nota mostraremos una gran variedad de técnicas desarrolladas dentro del campo de la visión computacional (computer vision), que se centra en hacer que las máquinas sean capaces de extraer información útil a partir de imágenes. 

 

Filtros 

Los filtros de Instagram (y de otras aplicaciones) son un claro ejemplo de aplicaciones que se nutren de una gran variedad de técnicas desarrolladas dentro del campo de la visión computacional(computer vision).

Para que las máquinas consigan ver o aprender a partir de las imágenes, hay que entrenarlas con miles de ellas, para generar un modelo capaz de reconocer lo que se necesita detectar. 

En este caso, el funcionamiento de los filtros de instagram (y de otras aplicaciones) se suele apoyar en cuatro tareas esenciales de reconocimiento facial: la detección de caras, la detección de ojos, nariz, y/o boca (a través de la detección de puntos de referencia, conocidos en inglés Landmarks Detection) y una estimación de profundidad. 

 

Reconocimiento de prendas

En un típico problema de análisis de imagen utilizando Deep Learning (subárea dentro de Machine Learning e Inteligencia Artificial) las imágenes pasan por una red compuesta de distintas capas de neuronas que realizan una serie de operaciones antes de proporcionar el resultado esperado. Tras pasar por múltiples capas (lo que da nombre al aprendizaje “profundo»), la IA (o modelo predictivo) es capaz de extraer una predicción sobre distintas características del objeto en la imagen. Gracias a estas capas de neuronas, que forman lo que se conoce como una red neuronal convolucional, puede identificar patrones en la imagen que son de ayuda para predecir o estimar el objetivo de detección planteado inicialmente. En base a las imágenes y a lo que se espera identificar en ellas, el modelo predictivo es capaz de ir aprendiendo y ajustando parámetros para proporcionar los resultados más precisos.

En este caso se analizan las imágenes para determinar o clasificar el tipo de prenda que se visualiza. Es posible adicionalmente utilizar técnicas que permitan extraer información del color de los píxeles que constituyen la prenda. Con esta información se realiza una búsqueda por tipo de prenda y color para brindarle sugerencias al usuario.

 

Aplicaciones en el agro (conteo de plantines)

La agricultura de precisión consiste en la aplicación de la tecnología disponible para optimizar los cultivos. Se trata de avances que aumentan las capacidades humanas y proporcionan ayuda para resolver problemas. Esta permite a los productores invertir de forma fiable en la rentabilidad de sus cultivos. El uso de sensores, banderilleros, drones, robots y otros avances tecnológicos, combinados con desarrollos de inteligencia artificial, son actualmente utilizados con éxito por los agricultores.

En este caso podemos ver un ejemplo que utiliza técnicas tradicionales de procesamiento de imágenes y un modelo de detección de objetos, para identificar plantines en la imagen. Como resultado de las detecciones se puede determinar el número de plantines presentes en una zona de cultivo.