Encuentro// Núcleo de Matemática, Física y Estadística reunió a académicos para ensayar novedosa técnica en detección de imágenes digitales

Se trató de un taller teórico/practico en que el que se dieron las bases sobre cómo esta metodología, la cual es utilizada en múltiples aspectos que involucran desde nuestra vida cotidiana en internet, hasta procesos de seguridad para el reconocimiento de rostros.

Navegación de vehículos autónomos, efectos especiales de cine, detección de rostros e incluso como filtros web para evitar la descarga de contenidos para adultos. Estas son algunas de las aplicaciones que las matemáticas tienen para la detección de colores en imágenes digitales y su uso en herramientas digitales que utilizamos a diario. 

Para adentrarse en los métodos de una detección más óptima es que el Núcleo de Matemática, Física y Estadística desarrolló el taller “Aplicación de las matemáticas para la detección de colores en imágenes digitales”, realizado el 25 de julio y que contó con una importante convocatoria de académicos en los laboratorios del campus Manuel Montt.

Con una intencionalidad práctico/teórica, la actividad consistió primero en una revisión de conceptos estadísticos a la aplicación de detección de color en imágenes digitales, siendo primero analizadas piezas gráficas en niveles de gris y luego con una gama completa de colores.

Durante el taller se construyeron estimadores para resolver el problema de separación de un color de interés de otros; proceso que es explicado por Vanel Lazcano, académico del Núcleo de Matemática, Física y Estadística a cargo de la actividad: “Un estimador bayesiano utiliza la información previa que se tiene de un proceso o fenómeno para estimar la probabilidad de ocurrencia de este. En el caso de la detección de color se tiene el color del objeto que interesa detectar llamado 'color-objeto' y el resto de colores 'no-objeto', estos dos eventos son mutuamente excluyentes”.

El académico agregó por último que este método “permite definir un valor de confianza en la detección de los pixeles del objeto que interesa detectar. Si se analiza un pixel y este valor supera el umbral se asigna a la clase 'color-objeto'”.