Global Azure Lima 2024 - Integración de Datos con Microsoft Fabric
Visión artificial
1. 1
Inteligencia artificial
Trabajo final de investigación
Tema: visión por computadoras
Docente: Sergio Niz
Alumnos: Bernal Sebastián, Ceroleni Estefanía,
Defilipi Diego, Ponzoni Elida
Fecha de Entrega: 10 de noviembre del 2014
Carrera: Informática, Tercer año.
Año: 2014
2. 2
Visión artificial
Introducción.
A lo largo de la historia 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 la sido inteligencia artificial que posee infinidad de usos, ya es un sistema experto el cual puede ser usado desde un robot aspiradora en hogar, hasta ayudar a descubrir que enfermedad padece una persona. Dentro de la IA existe una rama que trata sobre VISION ARTIFICIAL, 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 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.
Es un sistema que permite la adquisición automática de imágenes sin contacto y su análisis también automático para extraer los datos necesarios controlar, analizar o interpretar un proceso o actividad.
• 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” no solo o análisis.
• Tercero “sin contacto” se refiere a los sensores utilizados en la captura de imágenes.
3. 3
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 una misma escena u objeto, es decir, hacer concordar un mismo objeto en diversas imágenes.
Seguimiento de un objeto en una secuencia imágenes.
Mapeo de una escena para generar un modelo tridimensional la escena; este modelo podría ser usado por un robot para navegar por la escena.
Estimación de las posturas tridimensionales 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:
1. Censado: Es el proceso que nos lleva a la obtención de una imagen visual. 2. Preprocesamiento: Trata de las técnicas reducción ruido y enriquecimiento detalles en la Imagen.
3. Segmentación: Es el proceso de partición una imagen en objetos interés.
4. Descripción: Trata con el cómputo de características útiles para diferenciar un tipo de objeto de otro.
5. Reconocimiento: Es el proceso que identifica esos objetos.
6. Interpretación: Asigna un significado a conjunto de objetos reconocidos.
4. 4
Aplicaciones industriales de la visión artificial
En la industria, como campo general de desarrollo, el reconocimiento imágenes está íntimamente ligado a un sistema de procesamiento que ofrezca una alta calidad y seguridad en su utilización practica como es la Inteligencia Artificial.
Aunque la Inteligencia Artificial aun es un frente cambiante y en continuo desarrollo, las bases de la visión artificial como parte un sistema IA han sido fuertemente apoyadas por este sector, el aprovechamiento de recursos que ello supone.
A continuación se exponen ejemplos de la visión artificial aplicadas en industria.
La inspección de productos industriales, el guiado robots o control del tráfico son sólo algunas de las aplicaciones los sistemas visión artificial pero existen otros más innovadores y de los que se tiene menos conocimiento.
Metrología óptica 2D y 3D
Diseño de sistemas industriales visión artificial para control metrológico en 2 y 3 dimensiones con el fin de detectar desviaciones respecto a las medidas reales.
VA en control industrial En el área de la metrología, los sistemas visión artificial tratan obtener las magnitudes físicas del objeto y verificar posteriormente que se corresponden con el patrón exigido. Para ello se desarrolla un software capaz de detectar estos aspectos y establecer si se cumplen o no los diferentes requisitos. Entre las principales ventajas de este sistema se encuentra que no es necesario el contacto con objeto y la posibilidad de realizar el control en cien por de las piezas fabricadas. La visión artificial permite verificar dimensiones de piezas industriales con precisión.
La visión artificial puede alcanzar una precisión por debajo de la centésima milímetro, lo que le hace ser un sistema atractivo para su implantación en industrias como la del automóvil.
5. 5
Lectura de datos (OCR, OCV, código barras)
Diseño e implementación de sistemas visión artificial para reconocimiento y verificación de caracteres (OCR, OCV, datamatrix) orientado a la mejora trazabilidad, almacenamiento y lectura de determinados documentos con aplicación a sectores como la gestión logística, de almacenes y seguridad.
El texto legible por humanos es el modo preferido de etiquetar artículos para objetivos como el rastreo con números de serie, la notificación de fecha vencimiento, el tipo artículo, número de lote y/o la descripción del valor nominal.
El reconocimiento de carácter óptico gira en torno a una marca imagen digital con una serie de caracteres, para lectura o comprobación del contenido.
Los dispositivos de impresión industriales usan una gran variedad tecnologías resultando en una innumerable cantidad de apariencias y renderizados, un lector robusto debe estar capacitado para procesar de manera fidedigna cualquier tipo marca.
Recuento de productos en procesos complejos y alta velocidad
Diseño e implementación de sistemas visión artificial para conteo de productos en transportes, estáticos... por ejemplo para empaquetado de productos automatizado.
Control de calidad en procesos producción, detección defectos productos; aspecto, tamaño, longitud.
Diseño e implementación de sistemas de visión artificial para control dimensional (tamaño, longitud) y estético (defectos físicos) aplicado al control de calidad productos manufacturados en general tanto a nivel industrial (piezas de automóviles, salpicaderos, lunas de coche, ladrillos, baldosas) como de consumo.
Sistemas de seguridad y vigilancia.
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, 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.
6. 6
Control medioambiental (costas, bosques, vigilancia de animales…)
Diseño e implementación de sistemas visión artificial aplicado al control entornos naturales y medioambientales (costas, bosques, vigilancia de animales...)
Vigilancia de grandes áreas (control flujo clientes en las tiendas, artículos abandonados, comportamientos, identificación de personas)
Diseño e implementación de sistemas de visión artificial aplicado al control comercios y centros de afluencia (control accesos, flujo clientes en las tiendas, artículos abandonados, comportamientos, identificación de personas)
La visión artificial en la biología
En el campo de la biología hay que distinguir entre dos tipos de aplicaciones 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 las células (color, forma, tamaño, etc) o bien, para contar el número de microorganismos células presentes en una muestra de la que se ha obtenido imagen.
En cuanto a las aplicaciones macroscópicas de lo que se trata es de la identificación determinados tipos de texturas en vegetales, o características diferentes áreas naturales por rasgos característicos, como color, grado de floración o crecimiento especies diferencia de imágenes por ejemplo. En concreto este último método también se emplea en la geología para detectar movimientos de regiones.
Aplicaciones de biométrica para seguridad
Otras aplicaciones no médicas de la visión artificial aplicada a biomedicina es por ejemplo la utilización de imágenes huellas dactilares, caras o retinas.
Para aplicar la biometría a identificación de individuos deben cumplirse una serie
7. 7
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 otro sujeto.
Universalidad. Toda persona debe tener dicha característica a observar.
Huellas dactilares
Huella dactilar Para la identificación por medio de huellas dactilares estrategia a seguir es la observación de puntos singulares.
Los puntos con mayor concentración de singulares (80%) se encuentran cuando termina una línea y donde se bifurca línea. A estos puntos les llama minucias. Después a cada minucia se le atribuye una posición y 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 whorl, arch y tented arch). Una vez clasificada la huella dentro de uno ellos se procede a buscar del grupo apropiado la huella que más se parece a 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.
Ejemplos de aplicaciones identificación por huellas dactilares
Fprintfprint
Fprint es un software de identificación huellas dactilares código abierto para linux. Utilizando este software podemos substituir nuestro password por nuestras huellas dactilares en nuestro pc personal.
8. 8
Detección de caras
Existen infinidad de aplicaciones detección rostros, tanto para seguridad como otro tipo de aplicaciones, como por ejemplo en cámaras fotos, para que el enfoque automático sepa donde tiene que enfocar.
¿Cómo funciona el reconocimiento facial?
Como existe una gran cantidad de aplicaciones, el funcionamiento varia unas a otras, pero independientemente de los patrones empleados por cada programa hay una serie 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 cara imágen. Para ello se obtienen puntos singulares con los que centrar la imagen, 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 aplicaciones de visión artificial):
face to features
A continuación se divide la imagen en bloques menores y se almacena en una matriz:
face to dct
Eigenfaces
Finalmente se procesan los datos de las nuevas imágenes y 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 rostros.
A la derecha podemos ver en imagen el ejemplo de un Eigenface.
Después comparándolos con los originales se obtiene el porcentaje de coincidencia el original.
9. 9
Detección de matrículas Control del tráfico
Otra aplicación ampliamente utilizada es la detección de matrículas los coches utilizando visión artificial. Existe un gran número de programas comerciales dedicados a esto y ampliamente utilizados en parkings, etc.
Seguimiento de actividades humanas
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.
Para la realización de estas tareas se combinan métodos seguimiento visual con el reconocimiento de patrones y aprendiza
Microscopía digital
La digitalización de una imagen electrónica o de video capturada por un microscopio óptico permite obtener un incremento espectacular en las posibilidades de ampliar características, extraer información o modificar la imagen. En comparación con el mecanismo tradicional de captación de imágenes, la fotomicrografía en película, digitalización de imagen y el proceso de pos adquisición/recuperación permiten una modificación reversible la imagen como matriz ordenada de enteros fundamentalmente libre ruido más que una mera serie de variaciones análogas en color e intensidad.
La visión artificial en la medicina
En el campo de la medicina se dan un gran número aplicaciones en las que aparece utilización de imágenes para la realización diagnósticos diferentes enfermedades, como por ejemplo radiografías, resonancias magnéticas, tomografías, etc.
Por tanto y gracias a la extensión de este campo hay un gran número aplicaciones: detección de tumores, arteroesclerosis, etc..
10. 10
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 quienes no les funcionan los fotorreceptores. ( los fotorreceptores se localizan en la retina el interior del ojo y existen tres tipos diferentes: los conos, bastones y las células ganglionales)
La información captada por los fotorreceptores se transmite a las células ganglionares, donde se interpreta y manda al cerebro a través del nervio óptico. Existen enfermedades que afectan a estas células como la retinosis pigmentaria o la DMAE, que dejan inoperativos los fotorreceptores pero no dañan las células ganglionares o el nervio óptico, con lo cual problema no es que la información no puede llegar al cerebro, sino que no se puede captar. En estos casos se pueden desarrollar unos conos y bastones artificiales.
Los requisitos de los microchips para que cumplan la función fotorreceptores son:
Que sean lo suficientemente pequeños como para implantarlos en el ojo.
Que tengan una fuente de abastecimiento energía continua.
Que no causen rechazo, es decir, que sean biocompatibles con los tejidos del ojo.
Uno de los micros que se ha desarrollado con éxito por el momento es un dispositivo de 2 mm de diámetro y tan delgado como un cabello humano. Contiene 3,500 células solares microscópicas que imitan a los bastones y conos convierten la luz en impulsos eléctricos. Se abastece de energía solar, con lo que se evitan cables y baterías.
Comparación
Sistema humano:
• Mejor reconocimiento de objetos.
• Mejor adaptación a situaciones imprevistas (oscuridad).
• Utilización de conocimiento previo (experiencias).
Sistema por computadora:
• Mejor en la medición de magnitudes físicas (cálculos precisos).
• Mejor para la realización de tareas rutinarias.
11. 11
Ejemplo: Un argentino ciego logró ver tras un implante de ojos artificiales Hay argentino, y sólo uno, que ve la luz al final del túnel. Es una de las ocho personas operadas en Portugal con un sistema que usa cámaras y electrodos conectados al cerebro. Se trata de Edmundo, de 51 años edad y ciego desde hace 29, quien se convirtió en uno los ocho primeros pacientes en recibir un implante de ojos artificiales, que incluyen minicámaras TV, computadora para procesar las imágenes y electrodos conectados directamente en el cerebro. La tecnología fue desarrollada por un equipo norteamericano y las operaciones se efectuaron en Portugal.
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, imagen "túnel", focalizada por la minicámara de TV. Las intervenciones fueron efectuadas.
En Lisboa por el neurocirujano portugués Joao Lobo Antunes, en marco del programa 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 otros tres los ocho pacientes, cuyas edades van de los 39 a 77 años y sus tiempos 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 distancias. Los datos que estos instrumentos reciben son enviados a una computadora que la persona lleva en cintura.Esta procesa la información y envía a placa de platino, cuyos electrodos 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 gorro negro colgado en una pared blanca y colocárselo a un maniquí situado en otro lugar de la habitación.
12. 12
La visión artificial en la educación
La visión artificial es una tecnología relativamente nueva y de incontables funciones, pero su uso en la educación es muy limitado.
Una de las materias en la cual se utiliza esto es agricultura, ya que han creado máquinas que detecta y separa las naranjas podridas, otras clasifica los gajos de mandarina según su calidad y una tercera que ayuda a los recolectores de cítricos en el campo. Todos los prototipos utilizan la visión por computador para realizar inspección automática de las frutas, esto ayuda a los estudiantes esta carrera reconocer mejor la calidad de los frutos.
Cualquier persona con un poco de conocimiento en programación puede realizar un sistema de visión artificial gracias a un programa llamado LabView, el cual utiliza la cámara PC y pequeños robots que uno mismo puede fabricar gracias a LEGO MINDSTRORM, de la famosa compañía de LEGO, la cual comercializa juguetes roboticos para niños.
Con esto en algún futuro los chicos podrían realizar robots cuales trabajarían identificando distintos materiales que se le programaran, por ejemplo un estudiante de electrónica lo usaría para poder identificar con rapidez los distintos componentes de una placa, diodos, transistores, capacitadores, etc.
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 industria de alimentación y la agricultura, con un rápido crecimiento en la inspección por calidad y clasificación y evaluación de un amplio rango productos agrícolas 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 comparación con el de otros sectores, por lo que es un área gran expansión en futuro.
Esta aplicación de la inteligencia artificial que es visión muy interesante y ayuda en muchas aéreas especial referido la visión humana.