Visió artificial

La visió informàtica, també coneguda com a visió artificial o visió per computadora (del anglés computer vision) o visió tècnica, és una disciplina científica que inclou métodos per a adquirir, processar, analisar i comprendre les imàgens del món real en la finalitat de produir informació numèrica o simbòlica per a que puguen ser tractats per un ordenador. Tal i com els sers humans usen els seus ulls i cervells per a comprendre el món que els rodeja, la visió informàtica tracta de produir el mateix efecte per a que els ordenadors puguen percebre i comprendre una image o seqüència d'imàgens i actuar segons convinga en una determinada situació. Esta comprensió es conseguix gràcies a distints camps com la geometria, l'estadística, la física i atres disciplines. L'adquisició de les senyes es conseguix per varis mijos com a seqüències d'imàgens, vistes des de vàries cambres de video o senyes multidimensionales des d'un escàner mèdic.

Archiu:CVoverview2- caps block 0 .jpg

Esquema de les relacions entre la visió per ordenador i atres àrees afins.

Hi ha moltes tecnologies que utilisen la visió per ordenador, entre les quals es troben el reconeiximent d'objectes, la detecció de successos, la reconstrucció d'una escena (mapping) i la restauració d'imàgens.

L'objectiu final de la visió informàtica és conseguir el desenroll d'estratègies automàtiques per al reconeiximent de patrons complexos en imàgens de múltiples dominis. En l'actualitat, molts són els camps que s'han vist beneficiats per este conjunt de tècniques. Un dels més coneguts és el de la robòtica, ya que els robots en certa autonomia deuen reconéixer en precisió la localisació dels objectes del seu entorn per a no colisionar contra ells, per eixemple. A sovint, açò ho conseguixen per mig de sensors o de cambres, sent estos últims dispositius idòneus per a l'aplicació de les estratègies de visió per ordenador.

No obstant, la robòtica no és l'únic àmbit que s'ha vist beneficiat per este conjunt de tècniques. Podem destacar l'àmbit de l'image mèdica, en sistemes capaços de reconéixer, per eixemple, patrons patològics en una modalitat d'image determinada i diagnosticar malalties de forma automatizado. També s'ampren en atres àmbits, com en sistemes de seguritat, seguiment d'objectes (per eixemple, seguiment d'un futboliste en vídeo durant un partit de fútbol) o detecció d'anomalies en peces fabricades en una cadena de producció, açò últim com a método de control de calitat.

Interferències tècniques i optimisacions

A l'hora d'aplicar els conceptes teòrics de la visió per ordenador trobarem sempre interferències i problemes relacionats en el món que nos rodeja. Açò és pel mer fet de que el nostre món no és perfecte i els aparats de medició i captura tampoc ho són. Estos introduïxen sempre (a major o menys cantitat) una distorsió o soroll que contamina la mostra o image en la que desigem treballar.

Tenint en conte estos problemes denominem els següents tipos de sorolls (entre uns atres) com a sorolls tècnics:

Sorolls tècnics

Salt and pepper

Soroll impulsiu que fa que els píxels afectats prenguen un valor extrem, és dir, màxim (blanc) o ben mínim (negre). L'efecte d'este soroll en una image en blanc i negre, o escala de grises, és tindre diversos punts blancs i negres escampats aleatoriamente per l'image. D'ahí el nom Salt and Pepper (sal i pebre), degut a que sembla que l'image haja segut rosada per estos composts. Este soroll pot aparéixer a causa dels canals de transmissió de les imàgens. Per a solucionar este soroll podrem utilisar (pese a perdre definició) un filtre de promig espacial. No és molt confiable, ya que et poden espiar.

Soroll uniforme

El valor original del píxel distorsionat és substituït per un atre seguint una distribució uniforme en l'interval de valors possibles, açò és, des del blanc al negre. L'efecte a simple vista d'este soroll és percebre interferències en l'image, com si esta estiguera codificada. Observem una pantalla per damunt de l'image plena d'pixel de valors aleatoris i uniformemente expandits. Este soroll pot aparéixer en el processat de quantificació d'una image. Per a solucionar este soroll podrem utilisar (pese a perdre definició) un filtre de promig espacial.

Soroll Gaussiano

Soroll derivat dels equips de captura que seguix la fòrmula (falta fòrmula). L'efecte en l'image serà semblat a l'uniforme sol que els valors del soroll no són tan abruptes, tendiran més a grisos que a negres i blancs. Per a solucionar el problema podríem utilisar un filtre de promig espacial en coeficients Gaussianos.

En tots els casos, per a solucionar qualsevol tipo de soroll deurem aplicar algun tipo de filtre compatible en el nostre soroll.

Existixen un atre tipo d'interferències degudes al context i interpretació de l'image. Passem a enumerar algunes:

Interferències degudes al context

Punt de vista

Cóm està l'image orientada respecte a l'observador. Un animal no es veu igual de front que d'esquenes, encara que este seguix sent un animal. Allumenament: La cantitat de llum que rep l'objecte. Un objecte deurà ser distinguible independentment de si té alguna cara obscura per l'allumenament.

Oclusió

Un objecte pot estar en segon pla, és dir, que un atre objecte tape parcialment el nostre objectiu a l'hora d'extraure-ho o analisar-ho. Deurem ser capaços de saber interpretar que un objecte diferent està entre el nostre objecte a extraure i l'observador.

Escala

Factor que determina el tamany de l'image respecte al real. Un edifici no semblarà tindre el mateix tamany depenent de l'image capturada (ya siga per distància, àngul…). Deurem ser capaços d'interpretar que un objecte pot ser el mateix pese a que el tamany en les fotografies puga ser diferent.

Deformació

Un objecte pot estar deformat per múltiples factors (vore l'eixemple de la carretera en ple estiu) o simplement per errors de captura, o posicionament i àngul de la captura. Deurem interpretar que l'objecte pertany a una categoria pese a les seues deformacions.

Fondo desordenat

Un objecte pot estar en un context desordenat i caòtic. Com per eixemple un mosaic. Deurem saber distinguir l'objecte entre el caos que li envol.

Variacions dins d'una mateixa classe

Un tipo d'objecte pot ser molt dispar a un atre de la seua mateixa categoria. Si prenem l'eixemple d'una cadira observem que hi ha multitut de cadires diferents pero a totes els unixen les mateixes traces característiques: 4 pates, una placa a on assentar-se, un repòs per a l'esquena…

Depenent de cóm solucionem estos problemes (quin tipo d'algoritmes i processos apliquem) nostre programa/aplicació serà més o menys eficient i més o menys fiable.

Aprenentage automàtic

Artícul principal → Aprenentage automàtic.

Archiu:DenseCap (Johnson et al., 2016) (cropped).png

Eixemple d'eixida d'un model cridat DenseCap , que combina subtítuls d'imàgens i reconeiximent d'objectes.

Les tècniques d'aprenentage automàtic tenen com a objectiu conseguir diferenciar automàticament patrons usant algoritmes matemàtics. Estes tècniques són comunament usades per a classificar imàgens, per a prendre decisions dins del món empresarial (per eixemple, per a decidir qué clients d'un banc poden rebre un préstam o quànt ha de pagar cada client per un segur depenent dels seus antecedents), aixina com dins de molts atres àmbits de la ciència i la tecnologia. Principalment es poden distinguir dos tipos de tècniques: supervisades i no supervisades.

En l'aprenentage supervisat s'entrena a l'ordenador proporcionant patrons prèviament etiquetats, de manera que algoritme usat deu trobar les fronteres que separen els possibles diferents tipos de patrons. Adaboost i algunes rets neuronals formen part d'este grup.

En l'aprenentage no supervisat s'entrena a l'ordenador en patrons que no han segut prèviament classificats i és el propi ordenador el que deu agrupar els distints patrons en diferents classes. K-means i algunes rets neuronals formen part d'este grup.

Abdós tècniques són molt utilisades en la visió informàtica, sobretot en classificació i segmentación d'imàgens.

Vore també

• Transformador de visió
• Transformador (model d'aprenentage automàtic)

Bibliografia

• Lindo G. Shapiro and George C. Stockman (2001). Computer Vision, Prentice Hall. ISBN 0-13-030796-3.
• Bernd Jähne and Horst Haußecker (2000). Computer Vision and Applications, A Guide for Students and Practitioners, Academic Press. ISBN 0-13-085198-1.
• Tim Morris (2004). Computer Vision and Image Processing, Palgrave Macmillan. ISBN 0-333-99451-5.
• «Representations and techniques for 3D object recognition and scene interpretation».