Algoritmos de rastreo de movimiento utilizando técnicas de inteligencia artificial y machine learning

Abstract

El objetivo de este artículo es implementar un análisis de algoritmos de seguimiento basado en técnicas de visión por computador y machine learning para identificar, rastrear y clasificar diferentes elementos y patrones presentes en un video. Existen variaciones asociadas con la precisión en las que este tipo de técnicas se aplican para llevar a cabo el rastreo de objetos en movimiento, lo cual puede influir de manera significativa sobre la calidad en la captura, así como el rendimiento de procesamiento utilizado por dispositivos físicos contenedores. En este estudio se analizaron los algoritmos más usados en este tipo de rastreos: SIFT, SURF y ORB. ORB fue el algoritmo más eficiente en la detección de dichas características. Se pudo concluir que el análisis de los modelos desarrollados presentó buenos resultados bajo un ambiente controlado; sin embargo, en un ambiente no controlado se tiende a presentar errores y el nivel de precisión baja considerablemente.

Tobacco Leaves Disease Identification and Spot Segmentation Based on the Improved ORB Algorithm

“…is is because the improved FAST14-24 algorithm is used in the research to eliminate some pseudo-corner points on the edge and eliminate certain interference. In the process of the feature point optimization, the Shi-Tomasi algorithm is used to select feature points with large curvature changes, which are easy to identify and are stable [21,22].…”

Innovación y Transformación Digital en el Empresa

“…La IA se refiere a la creación de sistemas informáticos que pueden realizar tareas que normalmente requieren inteligencia humana, como el razonamiento, el aprendizaje, la percepción y la toma de decisiones. Su objetivo es desarrollar máquinas capaces de imitar y replicar las funciones cognitivas humanas (Santos et al, 2020).…”

“…La comprensión de estos conceptos es fundamental para apreciar cómo la IA y el Machine Learning están fomentando la automatización, la toma de decisiones basada en datos y el desarrollo de aplicaciones y servicios cada vez más avanzados en diversas industrias, según Santos et al (2020).…”

“…Estas técnicas de Machine Learning, dada su versatilidad y capacidad, están propiciando progresos notables en una diversidad de aplicaciones, que van desde el sector salud y el financiero hasta la automatización industrial y la ciberseguridad (Santos et al, 2020).…”

Desarrollo de un sistema de clasificación de imágenes digitales para medir la humedad en granos de café

“…El desarrollo de nuevas herramientas que permiten realizar diagnósticos en el sector agrícola ha tomado fuerza gracias a la utilización de técnicas de aprendizaje de maquina y aprendizaje profundo, puesto que permiten determinar en su gran mayoría los patrones que se generan a la hora de caracterizar enfermedades, hongos y etapas de producción. Algunas de estas aplicaciones son: El diagnóstico de enfermedades en plantas (Escudero et al, 2020;Bejarano et al, 2021); El Procesamiento de imágenes para detectar pixeles enfermos (Singh et al, 2017); Mejoras procesos de clasificación (Cruz et al, 2021), entre otros (Santos et al, 2020). Adicionalmente, también se han llevado a cabo investigaciones en el sector de la caficultura a partir de técnicas de aprendizaje supervisado con el fin de obtener patrones del grano.…”