Utp pd_iy_va_cap1 introduccion a la va
Upcoming SlideShare
Loading in...5
×
 

Utp pd_iy_va_cap1 introduccion a la va

on

  • 1,071 views

 

Statistics

Views

Total Views
1,071
Views on SlideShare
143
Embed Views
928

Actions

Likes
0
Downloads
8
Comments
0

3 Embeds 928

http://utppdiyva.blogspot.com 915
http://utppdiyva.blogspot.mx 11
http://www.utppdiyva.blogspot.com 2

Accessibility

Categories

Upload Details

Uploaded via as Adobe PDF

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

 Utp pd_iy_va_cap1 introduccion a la va Utp pd_iy_va_cap1 introduccion a la va Presentation Transcript

  • Procesamiento de Imágenes y Visión Artificial (WEE2) Sesión: 1 Ing. José C. Benítez P. Introducción a la Visión Artificial y el Procesamiento Digital de Imágenes
  • 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 Contenido Introducción a la Visión Artificial y al Procesamiento Digital de Imágenes • Inteligencia artificial • Visión Artificial • Visión Computacional – Visión Artificial – Procesamiento de Imágenes – 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 • Referencias.
  • 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
  • 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
  • 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
  • La visión artificial y otras áreas 7
  • Disciplinas de la Visión Computacional Procesamiento de Imágenes Reconocimiento de Patrones Visión Computacional Gráficos por Computadora 8
  • Procesamiento de Imágenes • Transforma imágenes para obtener nuevas imágenes. Binarización, Complemento Corte, Ecualización, Filtros Operaciones Morfológicas Imagen 2D Imagen 2D 9
  • • Mejorado de Imágenes • Restauración de imágenes corregir imágenes fuera de foco • Compresión de la imagen (transmisión) • Identificar el ROI. Procesamiento de Imágenes 10
  • 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
  • • Reconocimiento de rostros • Reconocimiento de celulas • Reconocimiento de huellas digitales • Reconocimiento de placas Reconocimiento de Patrones 12
  • 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
  • • 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
  • Gráficos por Computadora • Modelado Geométrico de objetos Projecciones 3D en 2D Sombreado, Texturizado Animación, Renderización Datos Geométricos en 3D Imagen 2D 15
  • 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
  • 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
  • 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
  • Dificultades del Reconocimiento de Patrones • ¿La textura característica de una imagen pueden ayudarnos a reconocer objetos rápidamente? 19
  • Dificultades del Reconocimiento de Patrones • ¿La forma de una imagen pueden ayudarnos a reconocer objetos rápidamente? ¿cuál es macho y cuál es hembra? 20
  • Imposibilidad física 21
  • 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
  • Aplicaciones de la Visión Artificial 23
  • Control de calidad en la industria 24
  • Biometría 25
  • Detección de rostros 26
  • Reconocimiento de Actividad Humana 27
  • Reconocimiento de objetivos 28
  • Interpretación de imágenes aéreas 29
  • Monitoreo de tráfico 30
  • Sistema de Visión Artificial 31
  • Sistema de Visión Artificial 32
  • Digitalización Procesamiento de la imagen Segmento de interésObjetos Reconocidos Retro-alimentación Imagen Capturada 33 Sistema de Visión Artificial
  • 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
  • Tarea 01 35 1. Realizar el resumen de ésta Presentación correspondiente a la Sesión de Aprendizaje No. 1, mediante mapas conceptuales ealborado s con el CMapTools. 2. Adjuntar fuentes que le han ayudado a consolidar la tarea. Presentación Todas las tareas deben entregarse en su carpeta personal del Dropbox, dentro de una carpeta que lleve las iniciales del curso, sus Apellidos, guion bajo y luego el numero de la Sesión al que corresponden las tareas. Ejemplo: PDI_PaternoM_S1 Las Tareas que no cumplan las indicaciones no serán evaluadas por el profesor.
  • 36 Agradecimiento Procesamiento de Imágenes y Visión Artificial Blog del curso: http://utppdiyva.blogspot.com