549

{ACTUALIDAD}

Estudiantes de la UR resuelven a través de Inteligencia Artificial el etiquetado, datado y coloreado de imágenes para el Gobierno de La Rioja

Estudiantes de la Universidad de La Rioja han resuelto nueve necesidades del Gobierno de La Rioja para facilitar la búsqueda, clasificación, etiquetado, datación de imágenes u obras del Museo de La Rioja, así como el coloreado de fotografías antiguas, a través de técnicas de aprendizaje automático -'machine learning'- y aprendizaje profundo -'deep learning'-.

 

Esta iniciativa conjunta ha sido canalizada por la Unidad Mixta de Innovación TIC de la que forman parte la Universidad de La Rioja y el Gobierno de La Rioja. En ella han participado 25 estudiantes matriculados en la asignatura 'Inteligencia Artificial', repartidos en varios grupos. En esta ocasión, los alumnos estaban matriculados en el Grado en Ingeniería Informática o en el Grado en Matemáticas, aunque está previsto que la iniciativa tenga continuidad dentro del nuevo Máster Universitario en Ciencia de Datos y Aprendizaje Automático de la Universidad de La Rioja que se implantará el curso que viene.

En concreto, desde el Gobierno de La Rioja se planteó a los estudiantes de la Universidad de La Rioja nueve retos:

 

   *  Un buscador de personas a partir de una foto, es decir, localizar todas aquellas imágenes en las que aparece en Actualidad.larioja.org. Trabajo realizado por Davide Pérez, Ramón Sieira, Raúl Benito y Ricardo Calle: https://bit.ly/IAUR-Equipo1

 

   *  Clasificación de noticias por Consejería en Actualidad.larioja.org. Trabajo realizado por Víctor Caballero, Mario Triano y Jon Pellejero: https://bit.ly/IAUR-Equipo9

 

   *  Coloreado de imágenes antiguas, a partir de fotografías realizadas en blanco y negro disponibles en Lariojaenlamemoria.com. Trabajo realizado por Almudena Gómez, Julia, Cortés y Paula Moreno: https://bit.ly/IAUR-Equipo2

 

   *  Coloreado de imágenes de territorio, es decir, de fotografías aéreas realizadas en blanco y negro antes de 1980 y disponibles en Iderioja.larioja.org. Trabajo desarrollado por Javier Del Campo, Miguel González y Jaime Clavijo: https://bit.ly/IAUR-Equipo3

 

   * Detección de casas en imágenes aéreas a partir de las disponibles en Iderioja.larioja.org. Trabajo realizado por David Romé, Gonzalo Santamaría y María Villota: https://bit.ly/IAUR-Equipo4

 

   * Clasificación automática de imágenes antiguas por categoría (iglesia, bodega, edificio militar, etc.) de Lariojaenlamemoria.com. Trabajo realizado por Alicia Martín y Ana Noain: https://bit.ly/IAUR-Equipo5

 

   * Datación automática de imágenes antiguas de Lariojaenlamemoria.com. Trabajo realizado por Diego Rudiez, Miguel Moreno y Sergio Leiva: https://bit.ly/IAUR-Equipo6

 

   * Datación automática de obras del Museo de La Rioja, museodelarioja.es, por época. Trabajo desarrollado por David Domínguez y Alberto Díez: https://bit.ly/IAUR-Equipo7

 

   * Etiquetado de obras del Museo de La Rioja, museodelarioja.es, por sección científica (escultura, pintura, etc.). Trabajo realizado por Diego Marín y Alejandro Ruiz-Olalla: https://bit.ly/IAUR-Equipo8

 

Los estudiantes de 'Inteligencia Artificial' de la Universidad de La Rioja, coordinados por el profesor Jónathan Heras, han tenido que aplicar técnicas de ciencia de datos y aprendizaje automático para, en primer lugar, poder obtener los datos necesarios para resolver estos retos; organizarlos y seleccionarlos; y finalmente construir herramientas para analizarlos. Esto les ha obligado a ampliar su formación para gestionar esta gran cantidad de datos y tener que trabajar de forma remota en grupos durante el confinamiento provocado por la pandemia de la COVID-19.

 

En los nueve retos planteados, los estudiantes de la Universidad de La Rioja han construido un modelo de aprendizaje profundo -'deep learning'-, con una fase de entrenamiento y otra de test.

 

La fase de entrenamiento se encarga de enseñar a un algoritmo a realizar una tarea, obteniendo como resultado un modelo. En la fase de test se evalúa lo bien que ha aprendido el modelo a llevar a cabo la tarea que se le ha enseñado.

 

Por ejemplo, en la clasificación de imágenes antiguas, el entrenamiento consiste en proporcionar al algoritmo imágenes y etiquetas asociadas para que aprenda a reconocer iglesias, edificios militares, etc. El caso de las noticias es similar, ya que el algoritmo recibe noticias y la Consejería a la que está asociada; aprendiendo de forma autónoma, sin necesidad de marcarle previamente reglas o palabras clave.

 

Finalmente, en el caso del coloreado de imágenes el algoritmo recibe las mismas imágenes en escala de grises y en color para que asocie los colores a los diferentes tonos de gris y aprenda a pintarlas. Una vez entrenado el modelo, este se puede usar para buscar, clasificar, etiquetar, datar o colorear nuevas imágenes.

 

La iniciativa está previsto que tenga continuidad a través de trabajos de fin de grado y de fin de máster en, por un lado, la asignatura 'Inteligencia Artificial', optativa en los planes de estudio del Grado en Ingeniería Informática y del Grado en Matemáticas; y del nuevo Máster Universitario en Ciencia de Datos y Aprendizaje Automático de la Universidad de La Rioja./SPOONFUL

 

* Lista de reproducción de videos explicativos del trabajo realizado en:

Accede desde aquí

Suscripción a la Newsletter Enviar