La inteligencia artificial (IA) intenta crear programas que imiten la inteligencia humana mediante el desarrollo de agentes. La visión artificial (VA) es parte de la IA y se enfoca en procesar y analizar imágenes digitales para entender escenas. El procesamiento digital de imágenes (PDI) transforma imágenes mediante operaciones como filtros. El reconocimiento de patrones identifica objetos en imágenes. La visión computacional reconstruye escenas 3D a partir de imágenes 2D. Los gráficos por computadora generan imágenes
Haciendo visible lo invisible: imágenes en la plataforma ArcGISEsri España
ArcGIS proporciona una plataforma completa para la visualización, gestión, producción, análisis y difusión de imágenes a todas las escalas. Es una plataforma escalable para crear productos con valor añadido integrados en el Sistema de Información Geográfica más completo.
En este workshop mostraremos una visión general de las capacidades de ArcGIS para el tratamiento de imágenes. Haremos un recorrido por las nuevas funcionalidades de ArcGIS Pro para el análisis de imágenes, los recursos disponibles más actualizados y el manejo de las aplicaciones más potentes para poner en práctica la producción, el análisis y la difusión de este tipo de información geoespacial
ATENCIÓN!! La conversión que SlideShare hace no es muy buena. Por eso lo he subido a uploaded.net para que podáis descargar el fichero original. Sigue el link: http://ul.to/rfkp14y6
La visión artificial constituye uno de los temas de investigación que posee en la actualidad un espectro más amplio de posibles aplicaciones industriales, y que en un futuro adquirirá todavía una mayor relevancia. Muestra de ello son tanto los esfuerzos que dedican al tema los principales centros de investigación del mundo entero como el interés que demanda la industria en estas aplicaciones. La mayor parte de las realizaciones prácticas existentes, trabajan sobre imágenes bidimensionales, bien por manejar objetos planos, o bien por considerar que la información del objeto a analizar está suficientemente condensada en una o varias proyecciones. Esto supone una fuerte restricción en la gama de productos a analizar y en sus resultados. En la actualidad, el desarrollo de nuevas técnicas de procesamiento de imágenes, así como la espectacular evolución de los equipos informáticos, permite incluir la tercera dimensión como un objetivo adicional, permitiendo una adecuada adquisición y un correcto tratamiento de la información tridimensional de los objetos.
Docente: REINOSO GARCÍA, ÓSCAR
Formato: DIAPOSITIVAS
Temas tratados:
01 Introducción
02 Proceso de Formación de Imágenes
03 Modelo de Cámara
04 Caracteristicas de Imágenes
05 Transformaciones de Imágenes
06 Detección de Bordes
07 Segmentación
08 Formatos de Almacenamiento
EN ESTE MATERIAL ENCONTRARÁS INFORMACIÓN ACERCA DE LA GRAFICACIÓN POR COMPUTADORA, CONCEPTOS, ÁREAS DE APLICACIÓN, TIPOS DE FORMATO, ETC. (MATERIAL ACTUALIZADO)
1. Procesamiento de Imágenes
y Visión Artificial
(WEE2)
Sesión: 1
Introducción a
la Visión Artificial y el
Procesamiento Digital de Imágenes
MSc. Ing. José C. Benítez P.
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. Procesamiento de Imágenes
• Mejorado de Imágenes
• Restauración de imágenes
corregir imágenes fuera de foco
• Compresión de la imagen
(transmisión)
• Identificar el ROI.
10
11. Reconocimiento de Patrones
• Identificar los objetos existentes en una imagen.
Segmentación, filtros,
Identificación de bordes,
Clasificación y reconoci-miento
Imagen 2D patrones
de Patrones
11
12. Reconocimiento de Patrones
• Reconocimiento de rostros
• Reconocimiento de celulas
• Reconocimiento de huellas
digitales
• Reconocimiento de placas
12
13. Visión Computacional
• Reconstrucción de la imagen 3D desde imágenes 2D
Construcción imágenes 3D
Generación de escenas
Descripción de la escena
Imagen 2D
Datos
geométricos
en 3D
Imagen Original Esquema Básico Esquema intermedio Escena en 3-D
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
Resumen
Realizar un resumen mediante mapas conceptuales (CMapTools)
de esta diapositiva.
Serán mejor consideradas los resúmenes que tengan información
extra a esta diapositiva.
Las fuentes adicionales utilizadas en el resumen se presentarán
en su carpeta personal del Dropbox y deben conservar el nombre
original y agregar al final _S1.
Las fuentes y los archivos *.cmap deben colocarse dentro de su
carpeta personal del Dropbox, dentro de una carpeta de nombre:
PDI_PaternoM_S1
Las Tareas que no cumplan las
indicaciones no serán considerados
por el profesor.
36. 36
Preguntas
El resumen con mapas conceptuales solicitado de la Sesión, al
menos debe responder las siguientes preguntas:
1. ¿Qué es la IA?. ¿Qué son los agentes?
2. ¿Qué es la VA? ¿Qué es el PDI?
3. ¿Cuáles son las aplicaciones del PDI?
4. ¿Qué es el reconocimiento de patrones?
5. ¿Cuáles son las aplicaciones del RDP?
6. ¿Qué es la visión computacional (VC)?
7. ¿Qué son los gráficos por computadora?.
8. ¿Cuáles son las dificultades de la VC y del RDP?.
9. Hacer un listado de 10 aplicaciones del PDI.
10. ¿Qué es un sistema de VA y cuáles son sus elementos?
37. 37
Sesión 1. Introducción a la VA y al PDI
Procesamiento de Imágenes
y Visión Artificial
Blog del curso:
http://utppdiyva.blogspot.com