Segmentación semántica mediante aprendizaje profundo usando modelos SAM aplicado a la detección de grietas

Abstract

La visión por computador es una rama de la inteligencia artificial que busca dotar a las máquinas de la capacidad de "ver", procesar e interpretar imágenes y videos de forma similar a los humanos. Mediante algoritmos y técnicas avanzadas, este campo permite que los sistemas identifiquen elementos visuales, comprendan sus relaciones y actúen en consecuencia. Su desarrollo está estrechamente vinculado al procesamiento de imágenes, al análisis de patrones y, más recientemente, a los avances en aprendizaje profundo. El objetivo central de la visión por computador es lograr que las máquinas interpreten imágenes a nivel semántico, es decir, que comprendan su contenido y las relaciones entre sus componentes. Esto abarca desde tareas simples como el reconocimiento de objetos hasta problemas más complejos como la segmentación de imágenes, la reconstrucción tridimensional a partir de imágenes bidimensionales y el análisis de movimiento. Su aplicación tiene un impacto significativo en sectores como la medicina (diagnóstico basado en imágenes médicas), la seguridad (monitorización mediante cámaras), el transporte (vehículos autónomos), entre otros.