La estimación de pose es una técnica de visión artificial que determina la postura de las personas, o la posición y orientación de objetos, en imágenes o vídeos. Normalmente un modelo detecta puntos clave como hombros, codos y rodillas y los une en un esqueleto. Se usa, por ejemplo, en apps de fitness que revisan los ejercicios, en análisis ergonómicos del puesto de trabajo, en análisis deportivos y en robótica.
Agentes, flujos y plantillas en un solo espacio de trabajo – demo gratuita de 24 horas.
Iniciar demoLa visión artificial (computer vision) es un campo de la IA en el que los ordenadores analizan imágenes y vídeos. Tareas típicas son detectar y localizar objetos, leer texto en imágenes o medir piezas. Se usa, por ejemplo, en el control de calidad en fábricas, en sistemas de asistencia a la conducción, en logística o en imagen médica.
El reconocimiento de imágenes es un campo de la visión artificial en el que un software identifica lo que muestra una imagen: objetos, personas, texto, logotipos o escenas. Suele basarse en redes neuronales entrenadas con muchas imágenes etiquetadas. Sus aplicaciones van desde el control de calidad en fábricas y la clasificación de fotos de productos hasta el apoyo en imagen médica. Con imágenes de personas hay que prestar especial atención a la protección de datos y a posibles sesgos.
La estimación de profundidad calcula, a partir de imágenes, a qué distancia de la cámara están los objetos o cada píxel. Puede hacerse con dos cámaras (estéreo), con sensores de profundidad o, gracias a redes neuronales, incluso a partir de una sola foto (estimación monocular). Se usa en robótica, asistencia a la conducción, realidad aumentada y modelos 3D de espacios.
Una red neuronal convolucional (CNN, Convolutional Neural Network) es una arquitectura de red neuronal especialmente adecuada para imágenes. Recorre la entrada con pequeños filtros: las primeras capas detectan rasgos simples como bordes y las más profundas, formas más complejas. Las CNN marcaron durante años el reconocimiento de imágenes y se usan, por ejemplo, para detectar defectos en fotos de productos o en el análisis de imágenes médicas.
