La visión artificial (o visión por computadora, del inglés Computer Vision) es un campo de la inteligencia artificial y la informática que se enfoca en permitir que las máquinas interpreten y comprendan imágenes y videos del mundo real, de manera similar a como lo hace el sistema visual humano.
La visión artificial está en constante evolución gracias a los avances en IA, permitiendo aplicaciones cada vez más sofisticadas en robótica, medicina y entretenimiento. 🚀
El proyecto «Visión artificial« es pionero en el desarrollo del del aprendizaje al estar fundamentado en la metodología innovadora DLA (Departamentos laborales en el aula) y tiene como objetivo principal garantizar el acceso al mercado laboral del sector TIC a los colectivos en riesgo de exclusión social causado por diferentes aspectos.
Este proyecto pretende ser un proyecto pionero en el desarrollo del aprendizaje, al estar fundamentado en una metodología innovadora que permita la asimilación de contenidos por parte del alumnado desde la práctica y la realidad laboral a la que se van a tener que enfrentar al finalizar la formación y también durante su vida laboral. Se trata de una formación muy innovadora en el campo TIC, de la que no existe formación en el catálogo de especialidades ni certificados de profesionalidad.
🔹 Objetivo principal
Desarrollar algoritmos y técnicas para extraer información útil de imágenes o secuencias de vídeo, como:
- Reconocimiento de objetos (personas, coches, animales, etc.).
- Detección de patrones (rostros, textos, formas).
- Segmentación de imágenes (separar objetos del fondo).
- Reconstrucción 3D (a partir de múltiples imágenes).
- Seguimiento de movimiento (en videos o tiempo real).
🔹 ¿Cómo funciona?
- Adquisición de imágenes: Cámaras, sensores o bases de datos.
- Procesamiento: Filtrado, mejora de calidad, reducción de ruido.
- Extracción de características: Bordes, texturas, colores.
- Interpretación: Uso de redes neuronales (como CNN) o modelos de aprendizaje profundo (Deep Learning).
- Toma de decisiones: Clasificación, detección o generación de respuestas.
🔹 Aplicaciones comunes
✅ Autos autónomos: Detección de peatones y señales de tráfico.
✅ Medicina: Diagnóstico por imágenes (radiografías, resonancias).
✅ Seguridad: Biometrios & Reconocimiento facial en aeropuertos.
✅ Industria: Control de calidad en fábricas (detección de defectos).
✅ Realidad aumentada: Superposición de objetos virtuales en el mundo real (ej: filtros de Instagram).
🔹 Tecnologías relacionadas
- Machine Learning / Deep Learning (entrenamiento de modelos).
- Procesamiento de imágenes digitales (OpenCV, PIL).
- Redes neuronales convolucionales (CNN) para análisis visual.
¿Cuáles son los contenidos?
