Uni fiee ci 2016 01 sesion 10 modelos deterministicos de propagacion
Utp 2015-2_pdi_ea1 introduccion a la va
1. Procesamiento de Imágenes
y Visión Artificial
(WEE2)
Sesión: 1
MSc. Ing. José C. Benítez P.
Introducción a
la Visión Artificial y el
Procesamiento Digital de Imágenes
2. Logros de aprendizaje
1. Definir los conceptos básicos de Inteligencia Artificial,
Visión Computacional, Visión Artificial, Procesamiento
de Imágenes, Gráficos por computadora.
2. Conocer las dificultades de la Visión Computacional y el
Reconocimiento de Patrones.
3. Definir la imposibilidad física y, las restricciones y
supuestos del procesamiento de imágenes.
4. Identificar la aplicaciones de la visión artificial.
5. Modelar un Sistema de Visión Artificial.
2
3. 3
Contenido
Introducción a la Visión Artificial y al PDI
• Inteligencia artificial.
• Visión Artificial, Visión Computacional, PDI, Gráficos
por computadora.
• Disciplinas de la Visión Computacional.
• Procesamiento de Imágenes.
• Reconocimiento de patrones.
• Visión computacional.
• Gráficos por computadora.
• Dificultades de la Visión Computacional.
• Dificultades del Reconocimiento de Patrones.
• Imposibilidad física.
• Restricciones y supuestos.
• Aplicaciones de la Visión Artificial.
• Sistema de Visión Artificial.
4. Esquema del curso
Operaciones
Punto
Filtros Segmentación
Extracción de
características
Operaciones
Morfológicas
Reconocimiento
de Patrones
Introducción a
la Visión
Artificial
Representación
de la Imagen
4
5. Inteligencia Artificial
• La inteligencia artificial es
una ciencia que intenta crear
programas para máquinas que
imiten el comportamiento y la
comprensión humana.
• Intenta crear máquinas y/o
programas para automatizar
tareas que requieran de
comportamiento inteligente.
• Estas máquinas y/o programas
se denominan agentes.
5
6. Visión Artificial
• La Visión Artificial (Visión por Computador
o Visión Computacional), es parte de la
inteligencia artificial.
• Es el conjunto de técnicas y modelos que
permiten procesar, analizar y explicar
aquella información espacial (3-D) obtenida
a través de una imagen digital (2-D).
• Intenta programar un computador para que
"entienda" una escena o las características
de una imagen digital.
6
10. • Mejorado de Imágenes
• Restauración de imágenes
corregir imágenes fuera de foco
• Compresión de la imagen
(transmisión)
• Identificar el ROI.
Procesamiento de Imágenes
10
11. Reconocimiento de Patrones
• Identificar los objetos existentes en una imagen.
Segmentación, filtros,
Identificación de bordes,
Clasificación y reconoci-
miento de Patrones
Imagen 2D patrones
11
12. • Reconocimiento de rostros
• Reconocimiento de celulas
• Reconocimiento de huellas
digitales
• Reconocimiento de placas
Reconocimiento de Patrones
12
13. Visión Computacional
• Reconstrucción de la imagen 3D desde imágenes 2D
Esquema intermedioEsquema Básico Escena en 3-DImagen Original
Construcción imágenes 3D
Generación de escenas
Descripción de la escena
Imagen 2D
Datos
geométricos
en 3D
13
14. • Determinar la identidad y
localización de objetos en una
imagen.
• Construir una representación
tridimensional de un objeto.
• Construir una descripción de la
escena de trabajo.
• Establece la relación entre el
mundo 3-D y las vistas 2-D
tomadas de él, para:
1. Reconstruir un espacio 3-D a
partir de vistas 2-D
2. Proyectar una escena 3-D en
un plano 2-D.
Visión Computacional
14
15. Gráficos por Computadora
• Modelado Geométrico de objetos
Projecciones 3D en 2D
Sombreado,
Texturizado
Animación, Renderización
Datos
Geométricos
en 3D
Imagen 2D
15
16. Dificultades de la visión computacional
Es un mapeo de M:1 (3D 2D)
• Muchas superficies 3D con materiales, geometría e
iluminación distintas, nos llevan a imágenes 2D idénticas.
• El mapeo inverso (2D 3D) no tiene una solución única,
por que en el paso 3D 2D se ha perdido información.
Computacionalmente cara.
• El cerebro humano trabaja en paralelo, para procesar miles
de señales. Una PC tiene un solo μP.
Dificultad para identificar el patrón a reconocer.
• No entendemos aún el problema de reconocimiento de
patrones.
16
17. Dificultades del Reconocimiento de Patrones
¿Cómo discernir entre realidad y una imagen de la realidad?
¿Qué pistas o claves están presentes en la imagen?
¿Qué conocimiento utilizamos para reconocer algo en la imagen?
17
18. Dificultades del Reconocimiento de Patrones
¿Qué es este objeto?
¿Juega el color un rol importante en el reconocimiento?
¿Sería más fácil reconocerlo desde una vista diferente?
18
19. Dificultades del Reconocimiento de Patrones
• ¿La textura característica de una imagen pueden ayudarnos a
reconocer objetos rápidamente?
19
20. Dificultades del Reconocimiento de Patrones
• ¿La forma de una imagen pueden ayudarnos a reconocer
objetos rápidamente?
¿cuál es macho y cuál es hembra?
20
22. Restricciones y Supuestos
• Restricciones para recobrar la escena
– Recolectar más datos (imágenes)
– Asumir cosas acerca del mundo
• Computabilidad y robustez
– Es la solución computable usando recursos razonables?
– Es la solución robusta?
• Sistemas para la industria.
– Hacen fuertes suposiciones sobre las condiciones de iluminación
– Hacen fuertes suposiciones sobre la posición de los objetos
– Hacen fuertes suposiciones sobre el tipo de objetos
22
34. Referencias
• R. C. González, R. E. Woods; Digital image processing; Addison-
Wesley, 2007.
• N. Efford; Digital image processing: A practical introduction
using JAVA; Addison-Wesley, 2000.
• R. C. González, R. E. Woods, S. L. Eddins; Digital image
processing using MATLAB; Prentice Hall, 2004.
• J. R. Parker; Algorithms for image processing and computer
vision; Wiley, 1997.
34
35. 35
Preguntas
Al término de la experiencia de aprendizaje el alumno debe ser
capaz de responder las siguientes preguntas:
1. ¿Qué es la IA?.
2. ¿Qué son los agentes?
3. ¿Qué es la VA?
4. ¿Qué es el PDI?
5. ¿Cuáles son las aplicaciones del PDI?
6. ¿Qué es el reconocimiento de patrones?
7. ¿Cuáles son las aplicaciones del RDP?
8. ¿Qué es la visión computacional (VC)?
9. ¿Qué son los gráficos por computadora?.
10. ¿Cuáles son las dificultades de la VC y del RDP?.
11. Hacer un listado de 10 aplicaciones del PDI.
12. ¿Qué es un sistema de VA y cuáles son sus elementos?
36. 36
Sesión 1. Introducción a la VA y al PDI
Procesamiento de Imágenes
y Visión Artificial
Blog del curso:
http://utppdiyva.blogspot.com