¿Qué es computer vision?

Computer vision es una subárea de la in­te­li­ge­n­cia ar­ti­fi­cial que permite a los or­de­na­do­res in­te­r­pre­tar in­fo­r­ma­ción visual. Gracias a esta te­c­no­lo­gía, las máquinas pueden analizar imágenes y vídeos, reconocer patrones y extraer datos re­le­va­n­tes. De este modo, es posible au­to­ma­ti­zar procesos, reducir errores y aumentar la precisión en múltiples apli­ca­cio­nes.

¿Qué es computer vision?

Computer vision (en español, visión por ordenador) designa un campo de in­ve­s­ti­ga­ción y apli­ca­ción de la in­te­li­ge­n­cia ar­ti­fi­cial centrado en la eva­lua­ción au­to­má­ti­ca de datos visuales. Su objetivo es que los or­de­na­do­res no solo capten imágenes y vídeos, sino que también puedan ana­li­zar­los e in­te­r­pre­tar su contenido. Esto incluye tareas como el re­co­no­ci­mie­n­to de objetos, personas o patrones, así como la co­m­pre­n­sión de escenas completas.

Para ello, la visión por ordenador combina métodos del apre­n­di­za­je au­to­má­ti­co, el pro­ce­sa­mie­n­to de imágenes y la es­ta­dí­s­ti­ca. En la práctica, resultan es­pe­cia­l­me­n­te eficaces los enfoques de apre­n­di­za­je profundo, que se basan en redes neu­ro­na­les. Estos modelos se entrenan con grandes volúmenes de datos visuales para ide­n­ti­fi­car ca­ra­c­te­rí­s­ti­cas re­le­va­n­tes de forma fiable.

De este modo, la visión por ordenador co­n­s­ti­tu­ye la base técnica de numerosas apli­ca­cio­nes actuales. Sin esta te­c­no­lo­gía, muchos sistemas autónomos y los análisis in­te­li­ge­n­tes de imágenes di­fí­ci­l­me­n­te serían viables.

¿Cómo funciona la visión por ordenador?

La visión por ordenador se basa en tra­n­s­fo­r­mar los datos visuales en un formato que las máquinas puedan procesar. Para ello, las imágenes o los vídeos se capturan di­gi­ta­l­me­n­te y se de­s­co­m­po­nen en píxeles in­di­vi­dua­les, que contienen in­fo­r­ma­ción sobre colores, brillo y co­n­tra­s­tes. A partir de estos datos, los al­go­ri­t­mos de IA extraen ca­ra­c­te­rí­s­ti­cas re­le­va­n­tes, como bordes, formas o texturas.

En la mayoría de los sistemas se emplean redes neu­ro­na­les, en pa­r­ti­cu­lar las Co­n­vo­lu­tio­nal Neural Networks (CNN). Durante la fase de en­tre­na­mie­n­to, estas redes aprenden qué rasgos visuales son si­g­ni­fi­ca­ti­vos para cada tarea concreta. Para ello se utilizan grandes conjuntos de datos, no­r­ma­l­me­n­te anotados. El modelo ajusta sus po­n­de­ra­cio­nes internas hasta que es capaz de reconocer objetos o patrones de forma fiable. Una vez entrenado, el sistema puede analizar imágenes nuevas y de­s­co­no­ci­das y, según la apli­ca­ción, generar re­su­l­ta­dos como cla­si­fi­ca­cio­nes, datos de posición o pro­ba­bi­li­da­des.

La calidad de los re­su­l­ta­dos depende en gran medida de la cantidad y la calidad de los datos, así como del modelo utilizado. Además, la in­frae­s­tru­c­tu­ra su­b­ya­ce­n­te desempeña un papel clave. Muchas apli­ca­cio­nes de computer vision se ejecutan en la nube o di­re­c­ta­me­n­te en los de­no­mi­na­dos di­s­po­si­ti­vos edge, es decir, en el extremo de la red. Los sistemas basados en la nube ofrecen una gran capacidad de pro­ce­sa­mie­n­to y resultan es­pe­cia­l­me­n­te adecuados para entrenar modelos complejos o analizar grandes volúmenes de datos. La IA en el edge, en cambio, procesa los datos de imagen di­re­c­ta­me­n­te en el lugar donde se generan, por ejemplo, en cámaras, sma­r­t­pho­nes o in­s­ta­la­cio­nes in­du­s­tria­les. Esto reduce las latencias, ahorra ancho de banda y mejora la pro­te­c­ción de datos.

¿Para qué tareas se utiliza computer vision?

La visión por ordenador resulta es­pe­cia­l­me­n­te adecuada para tareas en las que la in­fo­r­ma­ción visual debe evaluarse o in­te­r­pre­tar­se de forma au­to­má­ti­ca. Esta te­c­no­lo­gía es capaz de analizar grandes volúmenes de datos de imagen o vídeo en muy poco tiempo y hacerlo de manera constante, sin fatiga. Por ello, se ha co­n­so­li­da­do como una al­te­r­na­ti­va real al trabajo manual, sobre todo en tareas re­pe­ti­ti­vas. Además, permite tomar de­ci­sio­nes en tiempo real, algo clave en apli­ca­cio­nes críticas para la seguridad. La visión por ordenador puede procesar tanto datos visuales es­tru­c­tu­ra­dos como no es­tru­c­tu­ra­dos.

Entre las tareas típicas de la visión por ordenador se incluyen:

• Re­co­no­ci­mie­n­to de objetos: los sistemas detectan y cla­si­fi­can objetos en imágenes o vídeos, como vehículos, personas o productos. Además, pueden de­te­r­mi­nar su posición, por ejemplo mediante cajas de­li­mi­ta­do­ras (bounding boxes).
• Re­co­no­ci­mie­n­to facial: computer vision ide­n­ti­fi­ca o verifica a las personas a partir de sus rasgos faciales. Esta técnica se emplea con fre­cue­n­cia en controles de acceso y procesos de au­te­n­ti­ca­ción.
• Cla­si­fi­ca­ción de imágenes: las imágenes se asignan au­to­má­ti­ca­me­n­te a ca­te­go­rías, como “de­fe­c­tuo­sa” o “intacta”. Esta tarea es es­pe­cia­l­me­n­te relevante en el control de calidad in­du­s­trial.
• Se­g­me­n­ta­ción de imágenes y de in­s­ta­n­cias: se ide­n­ti­fi­can y en­ma­s­ca­ran los píxeles que pe­r­te­ne­cen a un objeto o a una clase concreta de objetos, lo que permite un re­co­no­ci­mie­n­to preciso de formas y contornos.
• Detección de mo­vi­mie­n­to y de eventos: se analizan flujos de vídeo para detectar cambios o mo­vi­mie­n­tos re­le­va­n­tes, por ejemplo co­m­po­r­ta­mie­n­tos inusuales. Este tipo de sistemas se utiliza ha­bi­tua­l­me­n­te en vi­gi­la­n­cia y te­c­no­lo­gía de seguridad.
• Es­ti­ma­ción de pro­fu­n­di­dad y re­co­no­ci­mie­n­to 3D: los sistemas de computer vision trabajan cada vez más con datos tri­di­me­n­sio­na­les o cámaras estéreo para de­te­r­mi­nar con precisión la posición espacial de los objetos.
• Re­co­no­ci­mie­n­to de texto (OCR): mediante OCR, el texto impreso o ma­nu­s­cri­to se extrae de imágenes y se convierte en texto legible por máquina, lo que facilita la di­gi­ta­li­za­ción de do­cu­me­n­tos.

¿Dónde se utiliza computer vision?

La visión por ordenador se utiliza hoy en numerosos ámbitos de la vida cotidiana y de la industria, donde permite au­to­ma­ti­zar procesos, mejorar la precisión y tomar de­ci­sio­nes basadas en datos visuales:

• En la fa­bri­ca­ción in­du­s­trial, la te­c­no­lo­gía desempeña un papel clave al su­pe­r­vi­sar procesos de pro­du­c­ción y detectar au­to­má­ti­ca­me­n­te piezas de­fe­c­tuo­sas.
• En el ámbito médico, se utiliza computer vision de forma ge­ne­ra­li­za­da: ayuda al personal médico a analizar imágenes de rayos X, TAC o re­so­na­n­cias ma­g­né­ti­cas y facilita dia­g­nó­s­ti­cos más precisos.
• Otro campo de apli­ca­ción fu­n­da­me­n­tal son los vehículos autónomos, que utilizan computer vision para reconocer carriles, señales de tráfico y otros usuarios de la vía, y de­s­pla­zar­se con mayor seguridad.
• El comercio minorista también se beneficia de esta te­c­no­lo­gía, por ejemplo mediante el análisis au­to­má­ti­co de me­r­ca­n­cías o sistemas de detección de robos.
• En logística, computer vision permite ide­n­ti­fi­car y cla­si­fi­car paquetes y envíos de forma eficiente, lo que optimiza los flujos de trabajo.
• La agri­cu­l­tu­ra recurre cada vez más a computer vision, por ejemplo para detectar de forma temprana en­fe­r­me­da­des en las plantas o evaluar el estado de los cultivos.
• En el ámbito de la seguridad, las au­to­ri­da­des utilizan computer vision para analizar material de vídeo en espacios públicos.
• En el ámbito privado, esta te­c­no­lo­gía está presente en muchos di­s­po­si­ti­vos co­ti­dia­nos: en los sma­r­t­pho­nes, por ejemplo, permite funciones como el re­co­no­ci­mie­n­to facial o la op­ti­mi­za­ción au­to­má­ti­ca de imágenes.
• Además, computer vision co­n­s­ti­tu­ye una base fu­n­da­me­n­tal para apli­ca­cio­nes en distintos ámbitos de la realidad extendida, como la realidad aumentada (AR) o la realidad virtual (VR).