Cámaras de visión artificial y sus aplicaciones

Muchos factores técnicos, como los datos, los algoritmos y la capacidad de cálculo, contribuyen al éxito de una aplicación de inteligencia artificial (AI). En particular, en la visión artificial, una subdisciplina de la IA centrada en permitir que las máquinas analicen y comprendan imágenes y vídeos, uno de los factores más importantes es la fuente de entrada o de datos: la cámara. La calidad y el tipo de cámaras utilizadas en una aplicación de visión artificial afectan directamente al rendimiento de los modelos de IA.

Elegir la cámara adecuada es fundamental, porque las distintas tareas de visión artificial requieren distintos tipos de datos visuales. Por ejemplo, se utilizan cámaras de alta resolución en aplicaciones como el reconocimiento facial, donde hay que capturar con precisión los detalles del rostro. En cambio, las cámaras de menor resolución pueden utilizarse en tareas como la supervisión de colas, que dependen más de patrones generales que de detalles minuciosos.

Hoy en día hay muchos tipos de cámaras disponibles, cada uno diseñado para satisfacer necesidades específicas. Comprender sus diferencias puede ayudarte a optimizar tus proyectos de visión artificial. Exploremos los distintos tipos de cámaras de visión artificial y sus aplicaciones en diversos sectores.

Exploración de las cámaras RGB para visión artificial#

Las cámaras RGB (rojo, verde y azul) se utilizan habitualmente en aplicaciones de visión artificial. Capturan imágenes del espectro visible con longitudes de onda de entre 400 y 700 nanómetros (nm). Como estas imágenes se parecen a lo que vemos los humanos, las cámaras RGB se utilizan en muchas tareas, como la detección de objetos, la segmentación de instancias y la estimación de pose, en situaciones en las que basta con una visión similar a la humana.

Fig. 1. Resumen del funcionamiento de las cámaras RGB.

Estas tareas suelen consistir en identificar y detectar objetos desde una perspectiva bidimensional (2D), donde no es necesario capturar la profundidad para obtener resultados precisos. Sin embargo, cuando una aplicación necesita información de profundidad, como en la detección de objetos en 3D o la robótica, se utilizan cámaras RGB-D (rojo, verde, azul y profundidad). Estas cámaras combinan datos RGB con sensores de profundidad para capturar detalles tridimensionales y proporcionar mediciones de profundidad en tiempo real.

Uso de cámaras RGB-D en tiendas minoristas#

Una aplicación interesante de las cámaras RGB-D son las pruebas virtuales de ropa, un concepto cada vez más popular en las tiendas minoristas. En pocas palabras, las pantallas inteligentes equipadas con cámaras y sensores RGB-D pueden recopilar datos como la altura, la complexión y la anchura de hombros de los clientes. Con esta información, el sistema puede superponer digitalmente la ropa sobre una imagen en directo del cliente. Las tareas de visión artificial, como la segmentación de instancias y la estimación de pose, pueden procesar los datos visuales para detectar con precisión el cuerpo del cliente y ajustar la ropa a sus proporciones en tiempo real.

Fig. 2. Ejemplo de prueba virtual de ropa.

Las pruebas virtuales de ropa ofrecen a los clientes una vista en 3D del ajuste de una prenda y algunos sistemas incluso pueden imitar el movimiento del tejido para ofrecer una experiencia más realista. La visión artificial y las cámaras RGB-D permiten probarse ropa al instante sin pasar por el probador. Esto ahorra tiempo, facilita la comparación de estilos y tallas y mejora la experiencia de compra en general.

Entender la captación de imágenes estereoscópicas y las cámaras de tiempo de vuelo (ToF)#

Las cámaras estéreo son un tipo de cámara que utiliza varios sensores de imagen para captar la profundidad comparando imágenes tomadas desde distintos ángulos. Son más precisas que los sistemas con un solo sensor. Por su parte, las cámaras o sensores de tiempo de vuelo (ToF) miden distancias emitiendo luz infrarroja que rebota en los objetos y vuelve al sensor. El procesador de la cámara calcula cuánto tarda la luz en regresar para determinar la distancia.

Fig. 3. Resumen del funcionamiento de las cámaras ToF.

En algunos casos, las cámaras estéreo se integran con sensores ToF y combinan las ventajas de ambos dispositivos para capturar información de profundidad con rapidez y gran precisión. La combinación de las mediciones de distancia en tiempo real del sensor ToF con la percepción detallada de profundidad de la cámara estéreo es ideal para aplicaciones como los vehículos autónomos y los dispositivos electrónicos de consumo, donde la velocidad y la precisión son fundamentales.

Un ejemplo cotidiano de detección de profundidad con cámaras de tiempo de vuelo (ToF)#

Puede que hayas utilizado una cámara de tiempo de vuelo (ToF) sin darte cuenta. De hecho, muchos teléfonos inteligentes populares de marcas como Samsung, Huawei y Realme suelen incluir sensores ToF para mejorar la detección de profundidad. La información precisa de profundidad que proporcionan estas cámaras se utiliza para crear el popular efecto bokeh, que desenfoca el fondo mientras mantiene el sujeto enfocado con nitidez.

Los sensores ToF también son cada vez más esenciales en aplicaciones que van más allá de la fotografía, como el reconocimiento de gestos y la realidad aumentada (AR). Por ejemplo, teléfonos como el Samsung Galaxy S20 Ultra y el Huawei P30 Pro utilizan estos sensores para cartografiar la profundidad en 3D en tiempo real y mejorar tanto la fotografía como las experiencias interactivas.

Cámaras infrarrojas o térmicas para detectar el calor#

Como su nombre indica, las cámaras térmicas se utilizan ampliamente para detectar calor en diversas aplicaciones, como las industrias manufactureras y las fábricas de automóviles. Estas cámaras miden la temperatura y pueden avisar a los usuarios cuando detectan niveles críticos de calor, tanto demasiado altos como demasiado bajos. Al detectar la radiación infrarroja, invisible para el ojo humano, proporcionan lecturas precisas de la temperatura. También conocidas como cámaras infrarrojas, sus usos van más allá de los entornos industriales. Por ejemplo, en la agricultura se usan para supervisar la salud del ganado; en las inspecciones de edificios, para localizar fugas de calor; y en la extinción de incendios, para encontrar focos de calor.

Fig. 4. Bomberos utilizan cámaras térmicas para localizar focos de calor.

Imágenes térmicas para aplicaciones industriales#

Las máquinas y los sistemas eléctricos de las fábricas o las plataformas de petróleo y gas suelen funcionar de forma continua y generar calor como subproducto. Con el tiempo, puede acumularse un exceso de calor en componentes como motores, cojinetes o circuitos eléctricos, lo que podría provocar fallos en los equipos o riesgos para la seguridad.

Las cámaras térmicas pueden ayudar a los operarios a supervisar estos sistemas y detectar a tiempo aumentos anormales de temperatura. Se puede programar el mantenimiento de un motor sobrecalentado para evitar averías costosas. Al integrar la termografía en las inspecciones periódicas, las industrias pueden aplicar mantenimiento predictivo, reducir el tiempo de inactividad, prolongar la vida útil de los equipos y garantizar un entorno de trabajo más seguro. En general, se puede mejorar el rendimiento de la planta y reducir al mínimo el riesgo de fallos inesperados.

Cámaras lentas y de alta velocidad para capturar el movimiento#

Las cámaras de alta velocidad están diseñadas para capturar más de 10.000 fotogramas por segundo (FPS), de modo que pueden grabar movimientos rápidos con gran detalle. Por ejemplo, cuando los productos se desplazan rápidamente por una línea de producción, se pueden utilizar cámaras de alta velocidad para supervisarlos y detectar anomalías.

Por otro lado, las cámaras de cámara lenta pueden grabar con una alta frecuencia de fotogramas y después reducir la velocidad de reproducción. Esto permite observar detalles que suelen pasar desapercibidos en tiempo real. Estas cámaras se utilizan para evaluar el rendimiento de las armas de fuego y los materiales explosivos. La capacidad de ralentizar y analizar movimientos complejos es ideal para este tipo de aplicaciones.

En algunas situaciones, combinar cámaras de alta velocidad y de cámara lenta puede ayudar a analizar en detalle objetos que se mueven deprisa y despacio durante un mismo evento. Pongamos como ejemplo un partido de golf. Las cámaras de alta velocidad pueden medir la velocidad de una pelota de golf, mientras que las cámaras de cámara lenta pueden analizar el movimiento del swing y el control corporal del golfista.

Fig. 5. Uso de visión artificial y cámaras de alta velocidad para analizar el swing de un golfista.

Imágenes multiespectrales en visión artificial#

Las cámaras multiespectrales son dispositivos especializados que pueden registrar varias longitudes de onda del espectro lumínico en una sola toma, incluidas las ultravioletas y las infrarrojas. Las imágenes multiespectrales proporcionan datos detallados y valiosos que las cámaras tradicionales no pueden captar. Al igual que las cámaras hiperespectrales, que capturan más bandas de luz, más estrechas y continuas, las cámaras multiespectrales se utilizan en ámbitos como la agricultura, la geología, la supervisión medioambiental y la diagnóstico por imagen. Por ejemplo, en la sanidad, las cámaras multiespectrales pueden ayudar a visualizar distintos tejidos al capturar imágenes en varias longitudes de onda.

Fig. 6. Comparación de imágenes RGB, multiespectrales e hiperespectrales.

Del mismo modo, los drones equipados con sistemas de imágenes multiespectrales están logrando importantes avances en la agricultura. Pueden detectar plantas enfermas o afectadas por insectos y plagas en una fase temprana. Estas cámaras pueden analizar el espectro del infrarrojo cercano, que las plantas sanas suelen reflejar en mayor medida que las plantas enfermas. Al adoptar estas técnicas de IA en la agricultura, los agricultores pueden tomar medidas cuanto antes para aumentar el rendimiento y reducir las pérdidas de cosechas.

Cámaras LiDAR para vehículos autónomos#

Las cámaras LiDAR (detección y medición de distancias por luz) utilizan pulsos láser para crear mapas en 3D y detectar objetos a distancia. Funcionan bien en muchas condiciones, como la oscuridad y las altas temperaturas, aunque las condiciones meteorológicas adversas, como la lluvia o la niebla, pueden afectar a su rendimiento. LiDAR se utiliza habitualmente en aplicaciones como los coches autónomos para la navegación y la detección de obstáculos.

LiDAR actúa como los ojos del coche: emite pulsos láser y mide cuánto tardan en rebotar. Esta información ayuda al coche a calcular distancias e identificar objetos como coches, peatones y semáforos, lo que proporciona una visión de 360 grados para conducir con más seguridad.

Para terminar, pongámoslo todo en perspectiva#

En visión artificial, las cámaras son los ojos que permiten a las máquinas ver e interpretar el mundo de forma similar a los humanos. Elegir el tipo de cámara adecuado es clave para que las distintas aplicaciones de visión artificial tengan éxito. Desde las cámaras RGB estándar hasta los sistemas LiDAR avanzados, cada tipo ofrece características únicas adaptadas a tareas específicas. Al comprender la variedad de tecnologías de cámara y sus usos, los desarrolladores e investigadores pueden optimizar mejor los modelos de visión artificial para abordar retos complejos del mundo real.

Descubre más sobre la AI en nuestro repositorio de GitHub. Únete a nuestra comunidad para conectar con otras personas apasionadas por la AI aplicada a la visión. Descubre más sobre las aplicaciones de visión artificial en el sector sanitario y la fabricación en nuestras páginas de soluciones.