Aula Inteligencia Artificial

Resumen: 

En la actualidad la inteligencia artificial está teniendo una mayor presencia en la vida cotidiana. Este auge viene  motivado por un lado por la mejora de la tecnología que permite disponer de una alta capacidad de cómputo en dispositivos de menor coste y tamaño, como puede ser un teléfono móvil. Por otro lado, la investigación realizada durante las últimas décadas en inteligencia artificial, ha dado como resultado métodos y algoritmos que permiten resolver problemas que hasta hace unos años eran inviables, como pueden ser la identificación de personas o estimación de su edad. Una parte importante de estos avances se han producido en la visión artificial ya que es un elemento fundamental para que los sistemas basados en inteligencia artificial capturen y por tanto interaccionen con el entorno en el que se desenvuelven. Un ejemplo de esto último es la proliferación de coches de conducción autónoma, sistemas de detección de peatones, o sistemas de detección y ajuste automático de la velocidad en función de las señales de tráfico reconocidas por el vehículo.

El conocimiento de los procesos básicos de visión por computador por parte del grupo de estudiantes, les permitirá valorar y conocer las limitaciones de estas tecnologías. Para evitar una complejidad excesiva y que se puedan obtener resultados en un tiempo razonable, se considerará el uso de diversas herramientas de prototipado rápido para técnicas de aprendizaje automático, en particular enfocadas a la visión por computador. Esto facilitará el uso, recibiendo el grupo de estudiantes una formación básica en técnicas de visión por computador para el desarrollo posterior de un prototipo de aplicación de las mismas en un contexto bien de imagen marina o de interacción con personas.

La actividad formativa se dividirá en dos partes. Una parte de introducción de conceptos y técnicas básicas que permitirán al grupo de estudiantes abordar problemas sencillos pero no por ello menos interesantes y de utilidad. Otra parte estará dedicada a la aplicación de herramientas de prototipado rápido para obtener en pocos pasos resultados visibles.

1ª Sesión: 

Formación y procesamiento de la imagen (2 h mañana)

Se explicará el proceso de formación de la imagen, además de las técnicas básicas de su procesamiento como pueden ser eliminación de ruido, mejora del contraste, ecualización y otros tipos de filtrados que permitan una mejor calidad, que facilita las posteriores tareas a realizar.

2ª Sesión: 

Detección de características (2h mañana y 2,5 h tarde)

Se abordará el problema de la obtención de características invariantes de la imagen que puedan ser posteriormente utilizadas en el proceso de caracterización de los elementos presentes en la misma. Las técnicas a utilizar cubren la detección de bordes, de movimiento, de puntos característicos como pueden ser esquinas.

3ª Sesión: 

Segmentación (3 h mañana)

Se tratará la obtención de zonas conectadas que comparten características comunes como pueden ser el color, textura o movimiento. La selección automática de regiones permite abordar tareas de más alto nivel.

4ª Sesión: 

Reconocimiento (1h mañana 2,5 h tarde)

Como última sección, se incluye la formación en técnicas de mayor nivel como las de reconocimiento que permiten identificar categorías de objetos o su clasificación. Para ello se utilizarán técnicas provenientes del aprendizaje automático.

5ª Sesión: 

Presentación y exposición final de los resultados (2 h mañana)

La presentación estará basada en los datos que los/as alumnos/as hayan obtenido durante la realización de las actividades desarrolladas en el laboratorio. Para su elaboración será necesario, además, que los/as estudiantes realicen consultas bibliográficas y utilizar la documentación aportada en el curso, para explicar sus resultados en un contexto global.

Referencias recomendadas: 
  • Visión por Computador. Javier González. Ediciones Paraninfo. 1999.
  • Computer Vision: Algorithms and Applications. Richard Szeliski. Springer. 2011.
  • Librería de visión por computador OpenCV. https://opencv.org/.
  • Librería de Visión por computador SimpleVision. http://simplecv.org/.
  • Software para Aprendizaje Automático Wekinator. http://www.wekinator.org/.
  • Librería ml5js. https://ml5js.org
  • Automatic Counting and Classification of Microplastic Particles. Javier Lorenzo-Navarro, Modesto Castrillón-Santana, May Gómez, Alicia Herrera and Pedro A. Marín-Reyes. 7th International Conference on Pattern Recognition Applications and Methods (ICPRAM 2018). (online access)
Lugar donde se desarrollará el proyecto: 
Universidad de Las Palmas de Gran Canaria
Edificio de Informática, Campus Universitario de Tafira
35017 Las Palmas de Gran Canaria Las Palmas
Departamento: 
Informática y Sistemas
Provincia: