Visión por computadora
Sirve para extraer información operativa de imágenes y vídeos, como presencia, posición, clase, tamaño o cambio de un elemento. La respuesta debe adecuarse al entorno: una cámara de fábrica, una foto móvil y un examen médico tienen iluminación, resolución y riesgos distintos.
Texto revisado el
← Volver a los 7 pilares
Cuándo surgió
En 1966, el Summer Vision Project del MIT propuso dividir una imagen en regiones, describir formas e identificar objetos. El plan documenta investigaciones iniciales en visión por computadora; no significa que el campo quedara resuelto aquel verano. Los métodos geométricos y de aprendizaje ampliaron después lo que se podía analizar.
Qué es
Analiza imágenes y vídeos para localizar, clasificar, medir o seguir elementos. Puede combinar geometría, reconocimiento de patrones y aprendizaje automático.
Cómo funciona
Una cámara o un archivo proporciona píxeles. El sistema puede corregir la imagen, localizar bordes y regiones, detectar objetos o estimar movimiento; los modelos entrenados también pueden aprender características de ejemplos. Hay que distinguir las tareas al evaluar: decir que hay un coche, marcar su posición y seguir su movimiento son problemas distintos.
Para qué sirve
Sirve para extraer información operativa de imágenes y vídeos, como presencia, posición, clase, tamaño o cambio de un elemento. La respuesta debe adecuarse al entorno: una cámara de fábrica, una foto móvil y un examen médico tienen iluminación, resolución y riesgos distintos.
Dónde se utiliza
La inspección de piezas, la lectura de documentos, el análisis del tráfico y el apoyo a la revisión de imágenes médicas son ejemplos. En una línea de producción, la cámara captura la pieza, el sistema señala un posible defecto y una etapa de validación decide si se separa.
Límites y cuidados
Detectar un patrón visual no equivale a comprender toda la escena ni a emitir un diagnóstico fiable sin validación. Una detección no demuestra que se comprenda toda la escena. Reflejos, oclusiones, imágenes ajenas a los datos de entrenamiento y errores de anotación pueden cambiar el resultado. En salud o seguridad, el sistema debe apoyar una decisión profesional validada.