Informe de investigación
Procesamiento de imágenes
Fecha
2023Registro en:
Escuela Tecnológica Instituto Técnico Central
Autor
Forero Fuarez, Luis Carlos
Romero Rojas, Carlos Manuel
Llanos Eraso, Oswaldo Esteban
Ulloa Lopez, William Ernesto
Manrique Avila, Kevin Smith
Ahumada Gonzalez, Juan Sebastian
Gomez Sandoval, William Fernando
Ducuara Alape, Jhon Jairo
Ducuara Pedraza, Jeison
Garnica Prieto, Juan David
Trespalacios Tejada, Jorge David
Gonzales, Leonargo
Hueso Chia, Edwin
Alarcon Flores, Franki Orlando
Hermoso Ochoa, Karol Vanesa
Herrera Parra, Jeankosky Yacniel
Perez Tobar, Kevin Nicolas
Laverde Muñoz, Jose Reynel
Quirola Avila, Cesar Hugo
Resumen
El semillero tiene como uno de sus objetivos, la enseñanza y la aplicación de técnicas y
herramientas de inteligencia artificial en áreas de la ingeniería electromecánica y afines. Para
ello se seguirá un proceso que requerirá en sus primeras etapas la recopilación de la
información, su limpieza, transformación y análisis, persiguiendo mediante el aprendizaje
continuo de los estudiantes y su desarrollo en posteriores etapas, la implementación de
modelos y/o arquitecturas que permitan desarrollar un modelo de IA basado en técnicas de
visión por computadora y aprendizaje automático para reconocer las placas de los vehículos
que ingresan a la ETITC en tiempo real y/o aplicaciones en general, como procesos de
regresión, clasificación, segmentación, etc.
Considerando que a futuro se planteará el trabajar con imágenes, se sabe que este campo
presenta gran auge en distintos campos, pues como lo menciona LeCun et al. 2015, el uso de
redes convolucionales ha ampliado la capacidad para extraer características relevantes de las
imágenes, lo que es fundamental para el reconocimiento de placas de vehículos.
Adicionalmente, se han desarrollado métodos como el introducido por Redmon J et al.
(2016), el cual es conocido actualmente como YOLO "You Only Look Once" que mediante
redes convolucionales facilita el reconocimiento de objetos. Adicionalmente se tiene el
ejemplo de Krizhevsky, A (2012), quien mediante el modelo AlexNet, presentó gran eficacia
en tareas de reconocimiento de imágenes.