{"id":2318,"date":"2021-11-11T17:51:22","date_gmt":"2021-11-11T16:51:22","guid":{"rendered":"https:\/\/www.atecyr.org\/blog\/?p=2318"},"modified":"2021-11-14T16:25:55","modified_gmt":"2021-11-14T15:25:55","slug":"metodologia-bim-en-el-reconocimiento-de-imagenes-mediante-inteligencia-artificial-por-jose-miguel-luna","status":"publish","type":"post","link":"https:\/\/www.atecyr.org\/blog\/2021\/11\/11\/metodologia-bim-en-el-reconocimiento-de-imagenes-mediante-inteligencia-artificial-por-jose-miguel-luna\/","title":{"rendered":"Metodolog\u00eda BIM en el reconocimiento de im\u00e1genes mediante inteligencia artificial por Jos\u00e9 Miguel Luna"},"content":{"rendered":"\n
\"\"<\/figure>
\n

Jos\u00e9 Miguel Luna<\/strong><\/p>\n\n\n\n

Responsable de Desarrollo del Grupo Enerdex<\/p>\n<\/div><\/div>\n\n\n\n

<\/p>\n\n\n\n

Caso de creaci\u00f3n de un dataset de im\u00e1genes para el entrenamiento de redes neuronales convolucionales mediante metodolog\u00eda BIM.<\/p>\n\n\n\n

\u00bfQu\u00e9 es la inteligencia artificial?<\/strong>
Una definici\u00f3n cl\u00e1sica dice que la Inteligencia Artificial (IA) es una subdisciplina del campo de la inform\u00e1tica que busca la creaci\u00f3n de m\u00e1quinas que puedan imitar comportamientos inteligentes. M\u00e1s interesante tal vez sea, por la reflexi\u00f3n que conlleva, la que dice que la (IA) busca la creaci\u00f3n de m\u00e1quinas que tengan comportamientos tales, que si los hiciera un ser humano se considerar\u00edan inteligentes, todo ello, entendiendo inteligencia como la capacidad de comprender y aprender, precisamente las habilidades que nos han hecho destacar como especie en el proceso evolutivo de este planeta.<\/p>\n\n\n\n

As\u00ed enunciada, la inteligencia artificial ha ido desarrollando, especialmente en las \u00faltimas d\u00e9cadas, diversas \u00e1reas o disciplinas como: la rob\u00f3tica, el tratamiento de im\u00e1genes, el procesamiento del lenguaje natural o (NLP), el tratamiento de sonidos o el aprendizaje autom\u00e1tico o Learning machine, entre otras. \u00c9sta \u00faltima, el learning machine, definido como la rama del campo de la inteligencia artificial que busca dotar a las m\u00e1quinas de capacidad de aprendizaje, esto es, capacidad de adquirir conocimiento a partir de la experiencia, ha ganado tal relevancia en los \u00faltimos a\u00f1os, que se ha convertido en un componente esencial en la evoluci\u00f3n del resto de las otras disciplinas.<\/p>\n\n\n\n

\u00bfC\u00f3mo aprenden las m\u00e1quinas?<\/strong>
Las m\u00e1quinas \u201caprenden\u201d mediante la aplicaci\u00f3n de algoritmos matem\u00e1ticos como los modelos de regresi\u00f3n, clasificaci\u00f3n, clusterizaci\u00f3n, etc. Pero si este campo ha evolucionado de forma vertiginosa en los \u00faltimos a\u00f1os ha sido gracias a uno de ellos especialmente, las redes neuronales, que ha dado lugar al llamado aprendizaje profundo o Deep learning.
Una red neuronal es un algoritmo compuesto por funciones matem\u00e1ticas, relativamente simples, llamadas \u201cneuronas\u201d por su analog\u00eda con el campo de la biolog\u00eda. As\u00ed definida, estar\u00e1 compuesta por unas variables de entrada, unos valores llamados \u201cpesos\u201d que dar\u00e1n mayor o menor influencia a cada una de esas variables de entrada, una variable llamada bias o sesgo, y una funci\u00f3n, la funci\u00f3n de activaci\u00f3n, que conferir\u00e1 car\u00e1cter no lineal a la salida de la neurona. (Figura 1)<\/p>\n\n\n\n

Las neuronas, conceptualmente, se organizan en capas con un n\u00famero variables de ellas por cada capa. Cada neurona de una capa se conecta con todas las neuronas de la siguiente, formando una estructura mallada compleja. Se distinguen tres tipos de capas. La capa de entrada, compuesta por las neuronas que tomar\u00e1n valores del exterior del algoritmo. La capa de salida, que dar\u00e1 el resultado de la red neuronal. Finalmente, un n\u00famero variable de capas compuestas por un n\u00famero igualmente variable de neuronas conectadas por un extremo a la capa de entrada y por el otro a la de salida llamadas capas ocultas. (Figura 1)<\/p>\n\n\n\n

\"\"
Figura 1. Red neuronal<\/figcaption><\/figure><\/div>\n\n\n\n

Las entradas a una red neuronal son valores num\u00e9ricos obtenidos de fotos, videos, textos, sonidos, datos en general, y las salidas ser\u00e1n igualmente datos que se podr\u00e1n convertir en fotos, textos, n\u00fameros o sonidos entre otros. Finalmente, una vez establecida la estructura del algoritmo, capas y neuronas, es necesario \u201centrenarla\u201d, es decir, ir ajustando progresivamente el valor de los \u201cpesos\u201d mencionados para conseguir de ella los resultados esperados.
Los grandes avances de la inteligencia artificial que nos permiten, por ejemplo, comunicarnos con las m\u00e1quinas de forma coloquial o la visi\u00f3n artificial provienen, fundamentalmente, del campo del learning machine y del desarrollo de nuevas teor\u00edas en la construcci\u00f3n de redes neuronales. En el campo de la visi\u00f3n artificial, las redes neuronales convolucionales (CNN) son la base conceptual de las redes neuronales orientadas al reconocimiento de im\u00e1genes. ALEXNET, R-CNN, RETINA-NET o YOLO (You only estilo once) son ejemplo de ellas.<\/p>\n\n\n\n


Entrenamiento de una red neuronal
<\/strong>El entrenamiento de una red neuronal, como hemos dicho, es un proceso esencial para conseguir el resultado esperado de ella. Durante el entrenamiento se van \u201ccreando\u201d, \u201cmodificando\u201d o \u201cdestruyendo\u201d virtualmente conexiones entre las neuronas que forman la red, proceso muy parecido al de los seres vivos. Existen varios tipos de entrenamiento en funci\u00f3n del tipo de red neuronal que se trate: supervisado, no supervisado, por refuerzo, etc. En este <\/p>\n\n\n\n

art\u00edculo nos centraremos en el tipo de entrenamiento supervisado, es decir, aquel que ense\u00f1a a la red la relaci\u00f3n entre las variables de entrada y salida. Esto se consigue mediante la iteraci\u00f3n sobre el algoritmo de multitud de ejemplos, previamente tratados, que llamaremos dataset de entrenamiento y verificaci\u00f3n (TraVe).
Para el reconocimiento de im\u00e1genes mediante un entrenamiento supervisado tendremos que generar un dataset compuesto, por una parte, por im\u00e1genes que contengan aquello que queramos sea reconocido por el algoritmo (personas, objetos, animales, posiciones, etc.), y de otra, por un archivo de metadatos: coordenadas delimitadoras del objeto (bounding box), silueteado, m\u00e1scaras, etc. que contiene informaci\u00f3n procesable por los algoritmos para poder identificar los elementos a reconocer. (Figura 2)<\/p>\n\n\n\n

\"\"
Figura 2. Ejemplos de im\u00e1genes de datasets para entrenamiento de algoritmos de reconocimiento de objetos. Fuente: cocodataset.org&kaggle.com<\/figcaption><\/figure><\/div>\n\n\n\n

En la construcci\u00f3n de un dataset es importante la elecci\u00f3n de los datos para las fases de entrenamiento, validaci\u00f3n y prueba para evitar problemas de sesgo, overfitting o underfitting, es decir, sobreajuste o subajuste, de tal manera que el modelo solo responde bien a los datos con los que fue entrenado, fallando o disminuyendo su capacidad de predicci\u00f3n cuando \u00e9stos se generalizan. (Figura 3)<\/p>\n\n\n\n

\"\"
Figura 3. Estructura de los dataset. Fuente: nthu-datalab.github.io<\/figcaption><\/figure><\/div>\n\n\n\n

Actualmente est\u00e1n disponibles innumerables dataset para entrenamiento supervisado con archivos y contenidos de todo tipo: estad\u00edsticas, im\u00e1genes con objetos de todo tipo, videos, sonidos, textos, etc. al igual que est\u00e1n disponibles algoritmos de c\u00f3digo libre, incluso ya pre-entrenados para distintas funciones. YOLO, el algoritmo de identificaci\u00f3n de im\u00e1genes antes mencionado, cuenta con un pre-entrenamiento sobre la base de un dataset de m\u00e1s de 500.000 im\u00e1genes. En otros campos, como el reconocimiento del lenguaje natural (NPL), tenemos a BERT, un algoritmo desarrollado por Google para refinar las b\u00fasquedas de su buscador, que fue entrenado con 3.300 millones de palabras procedentes de Wikipedia y de Google Books.<\/p>\n\n\n\n


BIM e inteligencia artificial<\/strong>
BIM e inteligencia artificial ya est\u00e1n compartiendo de la mano diversos proyectos como por ejemplo el dise\u00f1o generativo, pero en este caso vamos a proponer un proyecto m\u00e1s cercano relacionado con la fase del entrenamiento de una red neuronal convolucional. Aunque hay muchos dataset disponibles con gran cantidad de contenidos, pocos de ellos est\u00e1n relacionados con el sector industrial, instalaciones, u otros campos t\u00e9cnicos que permitan entrenar una (CNN) espec\u00edficamente para este fin. Es aqu\u00ed donde la metodolog\u00eda BIM entra en este caso. BIM puede generar im\u00e1genes digitales de cualquier tipo de instalaci\u00f3n con la que entrenar a una (CNN). Supongamos un espacio, un aula en este caso, en la que queramos contar el n\u00famero de personas presentes, distancia, etc. a partir de su huella termogr\u00e1fica mediante un sensor IR que se situar\u00e1 siempre en una posici\u00f3n fija y determinada. (Importante: Este procedimiento se propone para evitar el dise\u00f1o de equipos que capten im\u00e1genes identificables de personas y esto suponga problemas ligados a los derechos de privacidad o imagen, no para medir temperaturas).
Generar un n\u00famero suficiente de im\u00e1genes de este tipo para conseguir un entrenamiento consistente, implicar\u00eda huellas termogr\u00e1ficas en distintas posiciones, n\u00famero, etc. todas ellas etiquetadas adecuadamente.
Para ello, se parti\u00f3 de una imagen termogr\u00e1fica real de un aula captada por el dispositivo antes mencionado en la que se determinaron zonas de color diferenciadas en funci\u00f3n de la huella termogr\u00e1fica de los objetos presentes: personas, pupitres, suelo y paredes, identificadas mediante una escala de color con sus correspondientes valores RGB (Figura 4).<\/p>\n\n\n\n

\"\"
Figura 4. Imagen termogr\u00e1fica Flir One Pro<\/figcaption><\/figure><\/div>\n\n\n\n

Mediante BIM se simul\u00f3, con la vista de c\u00e1mara en la misma posici\u00f3n y profundidad de campo que el dispositivo real, el mismo recinto y sus objetos, incluidos unos \u201cdummies termogr\u00e1ficos\u201d, a los que se les aplic\u00f3 materiales consistentes con sus caracter\u00edsticas IR reales (Figura 5 y 5bis) dando como resultado unas im\u00e1genes termogr\u00e1ficas simuladas de los espacios considerados. (Figura 6 y 6bis).<\/p>\n\n\n\n

\"\"
Figura 5. Vista del modelo BIM generado<\/figcaption><\/figure><\/div>\n\n\n\n
\"\"
Figura 5bis. Vista del modelo BIM generado<\/figcaption><\/figure><\/div>\n\n\n\n

Posteriormente se etiquet\u00f3 estas im\u00e1genes mediante un archivo complementario en formato (.xlm) estableciendo como metadatos las coordenadas de las cajas delimitadoras (bounding box) de los objetos a identificar y una categor\u00eda, personas en este caso (Figura 7)<\/p>\n\n\n\n

\"\"
Figura 6. Imagen termogr\u00e1fica simulada etiquetada<\/figcaption><\/figure><\/div>\n\n\n\n
\"\"
Figura 6bis. Imagen termogr\u00e1fica simulada etiquetada<\/figcaption><\/figure><\/div>\n\n\n\n
\"\"
Figura 7. Archivo (.xlm) correspondiente a la imagen t\u00e9rmica simulada<\/figcaption><\/figure><\/div>\n\n\n\n

Resumen<\/strong>
Esta aplicaci\u00f3n de BIM e inteligencia artificial orientada originalmente al dise\u00f1o de dispositivos IoT de bajo coste para aforamiento de espacios interiores, podr\u00eda ser utilizada para el reconocimiento de objetos de cualquier tipo de instalaci\u00f3n: PCI, climatizaci\u00f3n, industrial, etc. sin necesidad de contar con sus im\u00e1genes reales, todo ello para su uso en aplicaciones como por ejemplo, supervisi\u00f3n, vigilancia o mantenimiento robotizado de instalaciones, de inventario, etc., todas ellas generadas a partir de un modelo BIM disponible o bien uno hecho ex profeso para este prop\u00f3sito que luego podr\u00eda ser utilizado para otros fines como el facility manager o el property manager.<\/p>\n\n\n\n

<\/p>\n","protected":false},"excerpt":{"rendered":"

Jos\u00e9 Miguel Luna Responsable de Desarrollo del Grupo Enerdex Caso de creaci\u00f3n de un dataset de im\u00e1genes para el entrenamiento de redes neuronales convolucionales mediante metodolog\u00eda BIM. \u00bfQu\u00e9 es la inteligencia artificial?Una definici\u00f3n cl\u00e1sica...<\/p>\n","protected":false},"author":3,"featured_media":2330,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":"","_vp_format_video_url":"","_vp_image_focal_point":[]},"categories":[7],"tags":[],"post_mailing_queue_ids":[],"_links":{"self":[{"href":"https:\/\/www.atecyr.org\/blog\/wp-json\/wp\/v2\/posts\/2318"}],"collection":[{"href":"https:\/\/www.atecyr.org\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.atecyr.org\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.atecyr.org\/blog\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/www.atecyr.org\/blog\/wp-json\/wp\/v2\/comments?post=2318"}],"version-history":[{"count":2,"href":"https:\/\/www.atecyr.org\/blog\/wp-json\/wp\/v2\/posts\/2318\/revisions"}],"predecessor-version":[{"id":2331,"href":"https:\/\/www.atecyr.org\/blog\/wp-json\/wp\/v2\/posts\/2318\/revisions\/2331"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.atecyr.org\/blog\/wp-json\/wp\/v2\/media\/2330"}],"wp:attachment":[{"href":"https:\/\/www.atecyr.org\/blog\/wp-json\/wp\/v2\/media?parent=2318"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.atecyr.org\/blog\/wp-json\/wp\/v2\/categories?post=2318"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.atecyr.org\/blog\/wp-json\/wp\/v2\/tags?post=2318"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}