Visión por Computadora y Reconocimiento de
Patrones.
César Alberto Pérez Meléndez
Facultad Ciencias de la Rehabilitación, Universidad Don Bosco, Soyapango, San Salvador, El Salvador
I. INTRODUCCION.
La visión por computadora también conocida como visión artificial, o visión técnica, es un sub-campo de la inteligencia artificial. En este presente artículo veremos que el propósito de la visión artificial es programar un computadora para que "entienda" una escena o las características de una imagen tales como la iris de un ojo, huellas digitales, voz humana entre otros.
De igual manera presentara las característica de cada tipo de reconocimiento y su forma de uso, ya que desde el tiempos memoriales el ser humano a tenido la necesidad de mantener información haciendo uso de claves y patrones aplicados hoy en día por medio de la visión artificial.
II. DESARROLLO DE CONTENIDO
La Visión por Computador (CV) persigue reproducir algunas capacidades del sistema visual humano con el fin de proporcionar a las máquinas formas de ver y reconocer imágenes y patrones, que relacionada estrechamente con otras áreas como la electrónica y la óptica posibilitan un
campo enorme de diversas aplicaciones.
Ahora bien según el concepto tenemos dos aspectos:
• Procesamiento de imágenes
• Procesamiento de patrones
Por lo tanto explicamos el funcionamiento de ambos literales de la siguiente manera a través de dos preguntas concretas presentadas a continuación.
A. ¿Cómo funciona el procesamiento de imagen?
Funciona de tal manera que los fotogramas capturados por las cámaras son procesados mediante distintos algoritmos de procesamiento de imágenes, detectando cambios y/o reconociendo objetos.
Para lograr dicho funcionamiento descrito anteriormente se realiza el siguiente proceso:
1-Adquisición y digitalización de la imagen
Como todos sabemos, primero se capta la imagen para ser procesada posteriormente a través de lentes, sensores o cámaras.
2-Procesamiento:
Durante este paso se realizan las siguientes actividades:
• Eliminación de ruido: Realzado, suavizado, etc.
• Detección de Bordes
• Extracción de Métricas
3-Valoraciones
Acá se toma hasta el más mínimo detalle, para evitar márgenes de errores y parecidos.
B. ¿Cómo funciona el procesamiento de patrones?
Funciona a través de la identificación de una imagen ya procesada o una forma o una determinada característica especial de esa imagen procesada, tales como pupilas de los ojos, rasgos, líneas digitales, siluetas entre otros etc. (Fig.1)
Esto implica comparar el objeto con algún objeto modelo ya programado anteriormente, haciendo los siguientes pasos:
1- Determina características
• Entre ellas se enfoca en las dimensiones de características de la imagen específicas en puntos específicos por ejemplo, grosor de líneas digitales, siluetas, reconocimiento de colores, etc.
• Luego interrelaciona entre características
tales como distancias entre centros y ángulos, circunferencias, figuras entre otros.
F i g. 1 . Ej e mp l o de f u nc i on a mie nt o de r e c on oc i mie nt o de pa tr one s.
2. Se define numéricamente las características y umbrales. Claro está que el sistema trabaja con patrones y lenguaje numérico y algunas veces código binario.
3. Indicar nivel de tolerancia métrica al error. Este paso se indica para evitar errores ante el
reconocimiento de las identidades por parte de los sistemas. 4-Otras posibilidades:
Tales como la estimación estadística y aprendizaje (Hard Training), la cual consiste en la experiencia de la maquina a través del uso de la configuración personalizada para ese objeto como tal dependiendo de la naturaleza del problema así serán las técnicas a aplicar las cuales pueden ser de color, de nivel de gris, texturas, etc.
C. Componentes de un sistema de visión por Computadora.
Los componentes del sistema de visión por computadoras son los siguientes:
• Cámaras, lentes y sensores
• Computador
• Conversor Análogo-Digital
Este se puede presentar en un conjunto formando así el
sistema de visión por computadoras.
D. Aplicaciones de la Visión por computadoras y reconocimiento de patrones.
Llegados a este punto, la aplicación se clasificara según su motivo de uso, para el cual se presenta la siguiente clasificación:
• Sistemas de Seguridad ( V- Security Solution)
• Video Based Human-Computer Interfaces
a. Sistemas de Seguridad (V-Security Solution)
Este se rige por la función seguridad para salvaguardar lugares, documentos entre otros.
A continuación se presentan ejemplos de este sistema regido bajo la seguridad:
i). Sistema de Seguridad dentro y fuera de Edificios Este se encarga de:
• Detección y alerta de accesos a determinadas áreas
• Detección de objetos abandonados o sospechosos
en algún lugar del edificio Funciona de tal manera que: Fig.2
• Se detecta la presencia o no del objeto
• Distingue y clasifica el Objeto, (puede ser carro u persona)
• Se activa la alerta automática
F i g. 2. Ej e mp l o de S i st e ma se gu r i da d de n tr o y f ue r a de E di f ic i os.
ii). Reconocimiento de Rostros (Bio Face technology)
Este se encarga de reconocer rostros y facciones de la cara y así mismo procesarlas para su autentificación.
Funciona de tal manera que La imagen
acompañada de luces infrarrojas genera una plantilla de medidas únicas de la cara que puede
quedar registrada en una base de datos. (Fig.3)
Fig.3 Ejemplo de reconocimiento de rostro.
iii). Teledetección
Consiste en la detección a distancia basada en imágenes aéreas o de satélite
• Determina la presencia de ciertas regiones, construcciones (edificios) o infraestructuras (carreteras, canales, puentes). (Fig.4)
Fig. 4 Ejemplo de Teledetección
iv). Detección de cambios
Este consiste en localizar una zona en diferentes instantes de tiempo y realizar la detección de zonas deforestadas, incendios, inundaciones, variación de la edificación, en tiempo real. (Fig.5)
F i g.5 Ej e mp l o de de te c c i ón de c a mb i os. v). Reconocimiento óptico de caracteres
La cual consiste en reconocimientos de patrones de lecturas tales como letras, claves y
combinaciones numéricas. (Fig.6)
Fig.6 Ejemplo de reconocimiento optico de caracteres.
b. Video Based Human-Computer Interfaces
Consiste en la detención de la mirada
La cara es capturada por el sistema y la simetría entre ambos ojos y otros puntos del rostro (nariz y boca) devuelven la zona de la pantalla que se está observando. Aplicable para el manejo tanto de herramientas industriales con interfaces sencillas o como elemento de interacción añadido.
A continuación se presentan ejemplos de este sistema regido bajo la visión:
i).VisioAnalyzer
Consiste en el análisis de la mirada para observar donde están los puntos de mayor observación y sacar conclusiones
de la información recopilada para realizar mejores estrategias entre otros.
(Fig.7)
Fig.8 Ejemplo de VisioAnalyzer.
ii) Reconocimiento digital de iris.
El reconocimiento del iris es un método de autentificación biométrica que utiliza técnicas de reconocimiento de patrones (los cuales, han sido almacenados anteriormente en una base de datos) en imágenes de alta resolución del iris del ojo de un individuo.
El reconocimiento del iris utiliza la tecnología de las cámaras: con una fina iluminación infrarroja se reduce el reflejo que se haya podido producir en la convexa córnea y poder crear detalladas imágenes de las complejas estructuras del iris. Una vez convertidas en plantillas digitales, estas imágenes proporcionan una representación matemática del iris, las cuales coinciden con una identificación positiva e inequívoca de un individuo. (Fig.9)
Fig.9 Ejemplo de reconocimiento digital de iris.
III. REFLEXION
Luego de haber realizado este artículo me he dado cuenta de los diferentes sistemas de visión artificial y he visto que han formado parte de mi diario vivir, por ejemplo: Cuando
me han analizado las huellas digitales para sacar el DUI o en los aeropuertos así como el análisis de mis ojos.
Considero que la visión por computadora es algo esencial para el diario vivir, sobre todo para la seguridad, por ejemplo el pin de la clave de banco, reconocimiento de huella de mano, etc.
Reflexionando me doy cuenta que esta visión por computadora se mira sobre todo en las películas de acción.
IV. CONCLUSIONES
Inicialmente, las soluciones basadas en algoritmos de visión artificial son muy atractivas ya que no precisan de ningún otro dispositivo físico adicional, además de contar con toda la flexibilidad que permiten los desarrollos basados en software.
Pero a veces no será la mejor solución a un problema, ya que el problema es tan complejo que requiere un nivel de inteligencia mayor que el que la máquina pueda ofrecer.
Se deben tener en cuenta algunas variables:
• Posición de la cámara
• Posición del objeto
• Condiciones de iluminación...etc.
En ocasiones es complejo discernir determinadas características del patrón bajo diferentes condiciones ambientales; niebla, lluvia, baja luminosidad o exceso de sombras...etc.
Y en otras la naturaleza o morfología de los objetos hace que no sea fácil su reconocimiento.
V. REFERENCIAS
[1]Martínez Heras, José Manuel (2015) Distintiva Solutions[Online]Available:http://www.distintiva.com/desc argas/ponencia_distintiva_vision_por_computador.pps