El sentido de la vista ha jugado un papel trascendental en la adaptación y supervivencia de las especies. De hecho, la naturaleza ha resuelto este reto desde distintas ramas evolutivas llegando a soluciones muy similares. Por ejemplo, la morfología de los ojos se ha adaptado en cada especie a su medio de supervivencia. Así, para los felinos la pupila es vertical, para los herbívoros es más horizontal y para ratones o el ser humano es más bien circular.
Y como en el mundo animal, las empresas también pueden desarrollar su sentido de vista, a través de la computer vision o visión artificial adaptando su capacidad a las distintas necesidades para competir y sobrevivir. Para cada problemática se pueden diseñar diferentes procesos con sus propios requerimientos, como en la resolución de la imagen, que puede ser baja para tomar una temperatura o altísima si los que buscamos es diagnosticar una patología.
¿Cómo genera valor la visión artificial?
La visión artificial sistematiza la información disponible en las imágenes, tomando distintas técnicas para caracterizar e interpretar su contenido. Las principales técnicas o algoritmos son:
- Detección de objetos (formaciones estelares)
- Clasificación de objetos (etiquetar)
- Segmentación dentro de la imagen a qué clase de objeto pertenece cada pixel
Al caracterizar el contenido de las imágenes podemos a continuación obtener métricas derivadas como el número de objetos de cierta clase, como el número de árboles que hay en una explotación o el número de vehículos (y sus marcas) que hay en una calle. Al poder posicionar los objetos y su disposición a lo largo del tiempo podemos tener otras métricas derivadas como puede ser la velocidad del objeto, su trayectoria o en el caso de las personas permite identificar la pose y caracterizar su reacción ante un estímulo.
Los casos de uso en los que está aportando valor la visión artificial son múltiples, desde casos aplicados a la ciencia, como la monitorización de embriones fecundados in vitro, a otras aplicaciones más comerciales como el número de personas que pasan por delante de un establecimiento. Los sectores son también múltiples encontrando aplicaciones en sectores tan dispares como el deportivo, asegurador, salud, ecommerce, agrario o de la construcción. Y las funciones que impacta son amplias, todas las que utilizan imágenes.
¿Cómo asegurar el éxito de un proyecto de Computer Vision?
Para implantar con éxito un proyecto de Visión Artificial es importante identificar de manera clara el caso de uso, qué beneficio espera obtener la organización y a partir de qué proceso. Nuestra experiencia nos ha mostrado que estos proyectos son multiusuario, multi-rol y con múltiples aspectos tecnológicos que les añade complejidad en su gestión. Desde Enzyme hemos desarrollado una metodología y la plataforma eSTAR.ai para asegurar que este tipo de proyectos llega a buen puerto. Sus principales pasos son:
- Definición del caso de uso, usuarios objetivo y business case
- Lanzamiento proyecto generación de set de datos y etiquetado
- Entrenamiento de algoritmos para el objetivo de negocio
- Poner en productivo, monitorizando la calidad de sus resultados
Los beneficios que aporta nuestra metodología al implantar estos proyectos de Visión Artificial en las empresas son claros, facilitando la personalización, mejorando el time to market de los proyectos, con ahorros de tiempo y asegurar la capitalización del desarrollo de los proyectos por parte de todos los equipos de la organización.
Visión Artificial aplicada en cinco casos de éxito
Caso 1. Diagnóstico de patología. Aplicado a la detección de patologías respiratorias en explotaciones de ganado porcino. Permite aumentar el número de animales evaluados para determinar acciones preventivas como el tratamiento y selección de ejemplares a un menor coste y maximizar la eficiencia del uso de vacunas en las granjas. Enzyme ha sido reconocido con el premio IBM Beacon Award de 2021 en IA e innovación de esta solución.
Caso 2. Análisis de expositores o lineales. Para asegurar el cumplimiento de los niveles de servicio acordados sobre cómo y dónde hacer la exposición de productos en el lineal del distribuidor y obtener la máxima cantidad de información de los expositores en tienda para correlacionar con volumen de ventas.
Caso 3. Fraude escolar. Reconocimiento facial y verificación de la identidad de los alumnos que realizan los exámenes en remoto.
Caso 4. Control de calidad. a partir del aspecto del producto o embalaje. Se fijan estándares de producción y se verifica de forma visual las distintas reglas y métricas que determinan la calidad del producto.
Caso 5. Medicina. Identifica las características morfológicas de un tejido para orientar al médico sobre las zonas de mayor probabilidad de formaciones patológicas.
La visión artificial es un recurso clave del que disponen las empresas para mejorar sus operaciones y la relación con sus clientes. Disponiendo de la metodología adecuada podemos facilitar a las empresas la implantación de proyectos de Computer Vision que generen una clara rentabilidad vía más ingresos o menos costes para las empresas.
