Aplicaciones y tareas

En el mundo actual, los sistemas de visión por computadora realizan tareas cada vez más complejas. Algunas de ellas son incluso difíciles de realizar para los seres humanos. En la India por ejemplo, muchas personas que manejan motocicletas no utilizan casco, esto se trata de una practica peligrosa que puede provocar lesiones graves. Para abordar este problema, el Gobierno de la India, en colaboración con otras instituciones, ha desarrollado un sistema de visión por computadora que detecta automáticamente a los conductores sin casco y sus matrículas. El sistema les impone multas estrictas para disuadir a la gente de infringir la ley, como se menciona en Medium por Vikram Khanna.

Figura 1: Personas en motocicleta sin casco en la India.

Comercio minorista y electrónico

Figura 2: Visión por computadora en comercios minoristas.

La visión por computadora se ocupa en muchos minoristas en línea y tiendas físicas, por ejemplo, al analizar imágenes o videos de productos, los algoritmos de visión por computadora pueden identificar artículos para posteriormente recomendar productos similares a los clientes. Un ejemplo claro es como las plataformas como Amazon, eBay y Walmart utilizan visión por computadora para sugerir productos relacionados según la visualización o compra de los usuarios. Además, en las tiendas físicas, los sistemas pueden monitorizar los niveles de inventario, detectar la escasez de existencias e incluso analizar el comportamiento del cliente para optimizar la distribución de las tiendas y las estrategias de marketing.

Control de calidad en líneas de montaje

Figura 3: Visión por computadora en control de calidad en líneas de montaje.

La visión por computadora en el control de calidad de las líneas de montaje ayudan a lograr mayor precisión, eficiencia y consistencia en la detección y corrección de defectos, la reducción de desperdicios, la mejora de la calidad del producto y la optimización de los procesos de fabricación. Se utiliza en muchos ámbitos:

1. Detección de defectos: Los sistemas pueden analizar productos en las líneas de montaje en tiempo real, identificando defectos o irregularidades que podrían no ser visibles a simple vista. Por ejemplo, pueden inspeccionar componentes electrónicos, piezas de automóviles o productos embalados durante la fabricación para detectar imperfecciones, arañazos, abolladuras o un montaje incorrecto. Estos sistemas comparan el producto con un estándar de referencia para determinar si cumple con los estándares de calidad.

2. Inspección automatizada: El control de calidad tradicional suele implicar la inspección manual, que requiere mucho tiempo y es propensa a errores humanos. Los sistemas de control de calidad automatizan este proceso mediante cámaras y algoritmos de visión por computadora para capturar imágenes o videos de los productos a medida que avanzan por la línea de montaje. Estas imágenes se analizan para detectar desviaciones del estándar del producot, garantizando así la consistencia y la alta calidad en la producción en masa.

3. Sistema de retroalimentación y mantenimiento en tiempo real: Al integrar visión por computadora en las líneas de ensamblaje, los fabricantes pueden recibir retroalimentación en tiempo real sobre la calidad del producto. Si se detecta un defecto, el sistema puede activar acciones inmediatas, como alertar a un operador, desviar el producto defectuoso para su reprocesamiento o incluso ajustar la maquinaria para corregir el problema, minimizando así la producción de artículos defectuosos y optimizando el proceso de producción en general.

Análisis de imágenes médicas

Figura 4: Visión por computadora en análisis de imágenes médicas.

El análisis de imágenes médicas aplica técnicas de visión por computadora y aprendizaje automático para interpretar y extraer información de imágenes médicas como radiografías, tomografías computarizadas, resonancias magnéticas, ecografías y portaobjetos de histopatología.

• Asistencia diagnóstica: La visión artificial facilita el diagnóstico de enfermedades y afecciones mediante el análisis de imágenes médicas. Por ejemplo, en radiología, los algoritmos pueden detectar anomalías como tumores y fracturas en radiografías o resonancias magnéticas. Estos sistemas ayudan a los profesionales sanitarios identificando áreas de preocupación o proporcionando datos cuantitativos que facilitan la toma de decisiones.

• Segmentación y detección: El análisis de imágenes médicas implica la segmentación y detección de estructuras o anomalías específicas dentro de las imágenes. Este proceso ayuda a aislar órganos, tejidos o patologías para un examen más detallado. Por ejemplo, en la detección del cáncer, los algoritmos de visión por computadora pueden segmentar y analizar tumores a partir de resonancias magnéticas o tomografías computarizadas, lo que facilita la planificación y el seguimiento del tratamiento.

• Planificación y Monitoreo del Tratamiento: La visión por computadora contribuye a la planificación del tratamiento al proporcionar mediciones precisas, rastrear cambios a lo largo del tiempo y asistir en la planificación quirúrgica. Ayuda a los médicos a comprender la extensión y progresión de una enfermedad, permitiéndoles planificar y ajustar las estrategias de tratamiento en consecuencia. Los médicos ya eran capaces de realizar la mayoría de estas tareas, pero debían hacerlo de forma manual.

• Radiología asistida: Los sistemas de radiología con visión por computadora ayudan a los radiólogos automatizando tareas rutinarias, reduciendo la carga de trabajo y mejorando la precisión. Estos sistemas pueden detectar hallazgos potencialmente anormales, proporcionar análisis cuantitativos e incluso predecir posibles problemas de salud basándose en patrones identificados en imágenes médicas.

• Desarrollo e investigación de fármacos: En el desarrollo de fármacos y la investigación médica, las técnicas de visión por computadora facilitan el análisis de estructuras celulares, muestras de tejido o material genético. Esto facilita la comprensión de enfermedades a nivel microscópico, contribuyendo al desarrollo de nuevos fármacos, terapias o herramientas de diagnóstico.

Vehículos autónomos

Figura 6: Visión por computadora en vehículos autónomos.

Los vehículos autónomos dependen en gran medida de la visión por computadora para percibir e interpretar de cierta forma el entorno. Utilizan cámaras y sensores para identificar objetos, peatones, señales de tráfico, marcas de carril y otros vehículos en la carretera. Con base en los datos analizados, los algoritmos de visión por computadora toman cierta decisión en tiempo real, como conducir, acelerar o frenar. Empresas como Tesla trabajan activamente en esta tecnología para que el transporte sea más seguro y eficiente.

Identificación automática de productos en balanzas electrónicas

Figura 7: Visión por computadora en identificación automática de productos en balanzas electrónicas.

En supermercados como Jumbo y Tottus, la visión por computadora ha sido integrada en las balanzas electrónicas de autoservicio para mejorar la experiencia del cliente y agilizar el proceso de compra.

Estas balanzas cuentas con cámaras que capturan la imagen del producto colocado sobre la bandeja. A través de algoritmos entrenados, el sistema identifica automáticamente si se trata, por ejemplo, de plátanos, tomates, manzanas o cebollas, sin necesidad de que el cliente busque el producto manualmente en una lista.

Esto ofrece varias ventajas:

• Reducción de errores humanos: Se minimizan los errores al seleccionar el producto equivocado o al ingresar mal el código.

• Mayor velocidad en el autoservicio: El proceso es más rápido y eficiente, mejorando la experiencia del usuario.

• Prevención de fraude: Al identificar visualmente el producto, se reduce el riesgo de que se etiqueten artículos de mayor precio como productos más baratos.

Estas tecnologías también permiten mejorar la gestión de inventario al recopilar datos sobre los productos pesados y vendidos.

Agricultura

Figura 8: Visión por computadora en la agricultura.

La visión por computadora se utiliza para optimizar prácticas agrícolas mediante el análisis de imágenes captadas por drones, cámaras en maquinaria agrícola o sensores en el campo.

• Detección de plagas y enfermedades: Los algoritmos pueden identificar síntomas visibles en hojas, tallos o frutos, permitiendo actuar rápidamente.

• Monitoreo de cultivos: Se puede estimar la salud de las plantas, el crecimiento, la madurez de los cultivos y predecir el rendimiento.

• Clasificación de productos agrícolas: En el procesmaiento postcosecha, se utilizan cámaras para clasificar frutas y verduras por tamaño, color, madurez o defectos.

Reconocimiento facial y biometría

Figura 9: Visión por computadora en reconocimiento facial y briometría.

La visión por computadora se usa ampliamente en sistemas de seguridad y autenticación:

• Seguridad pública: Las cámaras de vigilancia con reconocimiento facial pueden identificar personas buscadas o detectar comportamientos sospechosos en tiempo real.

• Autenticación: Muchos dispositivos (como smartphones) utilizan visión por computadora para el desbloqueo facial.

• Control de acceso: En edificios corporativos, universidades o aeropuertos, se emplean sistemas biométricos visuales para permitir o denegar la entrada a personas.

Realidad aumentada y videojuegos

Figura 10: Visión por computadora en realidad aumentada y videojuegos.

En el mundo del entretenimiento, la visión por computadora permite experiencias más inmersivas:

• Seguimiento del cuerpo y gestos: Las consolas de videojuegos o app de realidad aumentada rastrean el movimiento de los usuarios para controlar personajes o interactuar con objetos virtuales.

• Reconocimiento de entorno: En aplicaciones de realidad aumentada como filtros de Instagram o juegos como Pokémon Go, los algoritmos interpretan el entorno físico para superpones objetos digitales.

Lectura de texto en imágenes (OCR)

Figura 11: Visión por computadora para extraer texto de imágenes con EasyOCR.

La visión por computadora junto con el reconocimiento óptico de caracteres (OCR) permite:

• Digitalizar documentos físicos.
• Leer texto en imágenes o videos (como letreros o etiquetas)
• Traducir texto automáticamente al captar imágenes con el celular.

Supervisión de seguridad industrial y PPE

Figura 12: Visión por computadora en supervisión de seguridad industrial y PPE.

En entornos industriales, la visión por computadora verifica el uso correcto del equipo de protección personas (EPP):

• Detección de cascos, chalecos, guantes y gafas de seguridad.
• Monitoreo de zonas restringidas.
• Prevención de accidentes laborales mediante al análisis de comportamiento y presencia de personas en zonas peligrosas.