Universidad de La Rioja

Estudiantes de la UR resuelven nueve retos del Gobierno en Inteligencia Artificial

Estudiantes de la Universidad de La Rioja han resuelto diez necesidades del Gobierno de La Rioja para facilitar la búsqueda, clasificación, etiquetado, datación o coloreado de imágenes.

Esta iniciativa conjunta, que se ha realizado por segundo año consecutivo, 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’ del Grado en Ingeniería Informática o en el Grado en Matemáticas, aunque está previsto que la iniciativa tenga continuidad dentro del Máster Universitario en Ciencia de Datos y Aprendizaje Automático de la Universidad de La Rioja.

Repartidos en varios grupos, han utilizado diversas fuentes de datos provenientes del Museo de La Rioja, del archivo histórico provincial, del IDERioja, de la página de actualidad del Gobierno, o de la página de La Rioja en la Memoria; así como técnicas de aprendizaje automático (machine learning), aprendizaje profundo (deep learning) y visión por computador.

En concreto, desde el Gobierno de La Rioja se planteó a los estudiantes de la Universidad de La Rioja estos 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 Héctor Solar y Juan Puerta.

– Extracción automática de información del catastro sobre parcelas de pueblos de La Rioja a partir de pdfs cedidos por el archivo histórico provicial. Trabajo realizado por Iker Jadraque y Francisco Javier Olavarrieta.

– Image stitching de planos e imágenes aéreas de pueblos de La Rioja a partir de imágenes cedidas por el archivo histórico provicial. Trabajo realizado por Iura Bordei, Victor Barrague y Tamara Sutil.

– Coloreado de imágenes antiguas, a partir de fotografías realizadas en blanco y negro disponibles en Lariojaenlamemoria.com. Trabajo realizado por Fermín Jiménez, Andrea Lara, Nerea Martínez.

– 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 Pablo Ascorbe y Román Fernández.

– Detección de casas en imágenes aéreas a partir de las disponibles en Iderioja.larioja.org. Trabajo realizado por Jon Ander Herrero, Daniel Ibañez y Daniel Chasco.

– Clasificación automática de imágenes antiguas por categoría (iglesia, bodega, edificio militar, etc.) de Lariojaenlamemoria.com. Trabajo realizado por Patricia Vallejo e Ignacio Jorquera.

– Datación automática de imágenes antiguas de Lariojaenlamemoria.com. Trabajo realizado por Rubén Escobedo Gutiérrez y Álvaro Gutiérrez Aguado, y por Lucía Tambo, José Fernández y Alexandra Kovacs.

– Datación automática de obras del Museo de La Rioja, museodelarioja.es, por época. Trabajo desarrollado por Javier Puras, Álvaro Cañal e Imanol Rodríguez.

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.

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 la extracción automática de información del catastro se han utilizado métodos estándar de reconocimiento óptico de caracteres (OCR, por sus siglas en inglés Optical Character Recognition).

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.

Subir