{"id":89953,"date":"2010-06-01T00:00:00","date_gmt":"2010-06-01T00:00:00","guid":{"rendered":"http:\/\/revistapesquisa.fapesp.br\/2010\/06\/01\/codigo-vegetal\/"},"modified":"2017-02-03T17:38:06","modified_gmt":"2017-02-03T19:38:06","slug":"codigo-vegetal","status":"publish","type":"post","link":"https:\/\/revistapesquisa.fapesp.br\/es\/codigo-vegetal\/","title":{"rendered":"C\u00f3digo vegetal"},"content":{"rendered":"

\"\"MONTAGEM SOBRE FOTOS DE EDUARDO CESAR<\/span>El tiempo que tarda un cajero de un supermercado de la localidad paulista de Campinas para ubicar en una lista impresa los c\u00f3digos referentes a frutas y legumbres llam\u00f3 la atenci\u00f3n del profesor de ciencia de la computaci\u00f3n Anderson de Rezende Rocha, de la Universidad Estadual de Campinas (Unicamp). Mientras que los productos con c\u00f3digos de barras en sus embalajes eran registrados r\u00e1pidamente, la identificaci\u00f3n de los vegetales trababa el movimiento de la cola. Tuvo entonces la idea de desarrollar un sistema capaz de distinguir entre vegetales, que se venden a granel y es dif\u00edcil identificarlos con el lector electr\u00f3nico de la caja, porque no portan c\u00f3digos.<\/p>\n

La soluci\u00f3n que hall\u00f3 Rocha junto a los investigadores Daniel Hauagge, Jacques Wainer y Siome Goldenstein, tambi\u00e9n del Instituto de Computaci\u00f3n de la Unicamp, fue desarrollar un sistema, mediante empleo de una c\u00e1mara instalada sobre la balanza de la caja, destinado a analizar las im\u00e1genes del producto que ser\u00e1 clasificado. Esta invenci\u00f3n tiene en cuenta diversos tipos de informaciones, tales como por ejemplo el color, la forma, la textura, la silueta, la apariencia de frutas y legumbres, y los cruza de manera tal de crear poderoso discriminador para cada uno de esos productos. El software que ellos desarrollaron es capaz de diferenciar los diversos vegetales con base en la combinaci\u00f3n de caracter\u00edsticas de cada uno.<\/p>\n

Rocha explica que la c\u00e1mara captura exclusivamente la imagen del producto. Las informaciones se extraen del sistema mediante algoritmos (c\u00e1lculos matem\u00e1ticos) de procesamiento de im\u00e1genes y reconocimiento de patrones. Pese a que parece complicado, el funcionamiento de la invenci\u00f3n desarrollada durante el doctorado de Rocha \u2013dirigido por el profesor Siome Goldenstein y con beca de la FAPESP\u2013 es sencillo. Posee dos etapas: entrenamiento y prueba. Durante la capacitaci\u00f3n, varias im\u00e1genes de productos vendidos en el supermercado se cargan en el sistema, de manera tal que \u00e9ste pueda aprender las caracter\u00edsticas descriptivas de cada uno. Esto se hace identificando especificidades de cada tipo de fruta o legumbre. \u201cPosteriormente, cada tipo de producto es entrenado [comparado] contra otro, en lugar de entrenar a todos contra todos juntos.\u201d<\/p>\n

El sistema se vale de un m\u00e9todo que divide el problema de categorizar muchos productos distintos en problemas menores y m\u00e1s tratables. \u201cEsto se puede entender mejor si se considera una situaci\u00f3n con tres cosas, como por ejemplo tres frutas diferentes: naranja, manzana y anan\u00e1\u201d, dice Rocha. En este ejemplo, se pueden definir dos cosas por vez y decir que una de ellas ser\u00e1 considerada como tipo virtual positiva y la otra como negativa, o simplificando: que una es manzana y la es otra naranja. Esto se hace con las diversas combinaciones de productos, tomando dos por vez. Pueden ser \u201cnaranja versus manzana\u201d, \u201cnaranja versus anan\u00e1\u201d y \u201cmanzana versus anan\u00e1\u201d. Pueden existir otras posibilidades distintas. Por ejemplo, el sistema podr\u00eda ser entrenado para comparar un tipo de producto contra todos los otros. En ese escenario ser\u00eda posible tener \u201cnaranja versus el resto\u201d, \u201cmanzana versus el resto\u201d y \u201canan\u00e1 versus el resto\u201d. \u201cLo importante ac\u00e1 es abordar el problema dividi\u00e9ndolo en partes menores\u201d, dice Rocha.<\/p>\n

Postulantes en la balanza
\n<\/strong>Cuando el sistema entra en actividad comienza la fase de pruebas. De cada imagen capturada y suministrada para su clasificaci\u00f3n, extrae el mismo conjunto de caracter\u00edsticas del vegetal. Y las compara con las que han sido almacenadas previamente en la etapa de entrenamiento. As\u00ed podr\u00e1 suministrarle al operador de la caja una lista de posibilidades de que sea una determinada fruta o legumbre. Una vez confirmado esto por parte del cajero, basta con verificar el precio del kilogramo del producto y multiplicarlo por su peso. En esta forma de resolver el problema\u00a0 radica la gran innovaci\u00f3n del sistema, que result\u00f3 en una patente depositada en el Instituto Nacional de la Propiedad Industrial (INPI). Seg\u00fan Rocha, los sistemas existentes son distintos y menos precisos. Hay uno en Estados Unidos, por ejemplo, llamado VeggieVision. \u201cEse sistema extrae el fondo, detecta el tama\u00f1o de los objetos independientemente de su cantidad en la escena y los compara con las referencias\u201d, explica Rocha. \u201cSe basa en las propiedades de color, textura y densidad, lo que requiere informaciones extras de la balanza.\u201d<\/p>\n

En la comparaci\u00f3n del \u00edndice de acierto en la clasificaci\u00f3n de frutas y legumbres, el VeggieVision pierde con relaci\u00f3n al sistema brasile\u00f1o. \u201cEl \u00edndice de acierto del similar norteamericano, mostrando los cuatro productos m\u00e1s probables al cajero, es del 95%\u201d, dice Rocha. \u201cMientras que el nuestro, al mostrar las dos respuestas m\u00e1s probables, es del 99%\u201d. Para Rocha, una comparaci\u00f3n m\u00e1s completa tambi\u00e9n deber\u00eda tener en cuenta otros factores. Otra desventaja del VeggieVision consiste en que incorpora en el aparato de adquisici\u00f3n de datos mecanismos especiales para operar con variaciones de iluminaci\u00f3n y supresi\u00f3n de los reflejos provocados por la luz en la balanza y en las bolsas pl\u00e1sticas. En un escenario real, tales mecanismos pueden encarecer la adopci\u00f3n del producto por parte de los supermercadistas.<\/p>\n

El pr\u00f3ximo paso consiste en desarrollar un prototipo f\u00edsico. Por ahora, lo que se ha desarrollado es un software y los algoritmos para la identificaci\u00f3n de las frutas y legumbres. Para verificar la eficiencia de este sistema, Rocha y el equipo se valieron de una c\u00e1mara digital para capturar 2.633 im\u00e1genes de 15 diferentes especies, entre las cuales estaban la cebolla, la naranja, el lim\u00f3n, la sand\u00eda, la pera, la manzana, el caj\u00fa, el kiwi y la papa, expuestas a la venta en la Central de Abastecimientos de Campinas (Ceasa). \u201cEn estos momentos estamos negociando una asociaci\u00f3n con una empresa estadounidense para darle continuidad al proyecto\u201d, revela Rocha.<\/p>\n

El objetivo ahora consiste en mejorar las etapas de separaci\u00f3n de variedades dentro de un mismo tipo de producto, para que el sistema se vuelva capaz de diferenciar por ejemplo entre dos tipos de bananas, como la \u2018nanica\u2019 y la \u2018prata\u2019. Asimismo, los investigadores pretenden incorporar el aprendizaje en tiempo de operaci\u00f3n, es decir, que con cada respuesta que confirma el operador de la caja, el sistema aprenda, de manera tal de dotar de mayor calidad a las clasificaciones futuras. \u201cLa \u00faltima etapa del proyecto consistir\u00e1 en integrar a nuestro sistema a los existentes en los supermercados, que se basan en c\u00f3digos de barras y que van conectados a las impresoras de comprobantes\u201d, explica Rocha.<\/p>\n

El proyecto<\/strong>
\nClasificadores y aprendizaje en procesamiento de im\u00e1genes y visi\u00f3n computacional (n\u00ba 05\/58103-3<\/a>);\u00a0Modalidad\u00a0<\/strong>Beca de doctorado; Director de tesis\u00a0<\/strong>Siome Klein Goldenstein – Unicamp;\u00a0Becario <\/strong>Anderson de Rezende Rocha \u2013 Unicamp;\u00a0Inversi\u00f3n\u00a0<\/strong>R$ 95.443,92 (FAPESP)<\/p>\n

Art\u00edculo cient\u00edfico<\/em>
\nROCHA, A. et al<\/em>. Automatic fruit and vegetable classification from images<\/a>. Computer and Electronics in Agriculture (Compag)<\/strong>. v. 70, n. 1, p. 96-104. 2010.<\/p>\n","protected":false},"excerpt":{"rendered":"Desarrollan un sistema para la identificaci\u00f3n autom\u00e1tica de frutas y legumbres","protected":false},"author":20,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_exactmetrics_skip_tracking":false,"_exactmetrics_sitenote_active":false,"_exactmetrics_sitenote_note":"","_exactmetrics_sitenote_category":0,"footnotes":""},"categories":[192],"tags":[288,297,333],"coauthors":[112],"class_list":["post-89953","post","type-post","status-publish","format-standard","hentry","category-tecnologia-es","tag-computacion","tag-ingenieria","tag-tecnologia-de-la-informacion"],"acf":[],"_links":{"self":[{"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/posts\/89953","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/users\/20"}],"replies":[{"embeddable":true,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/comments?post=89953"}],"version-history":[{"count":0,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/posts\/89953\/revisions"}],"wp:attachment":[{"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/media?parent=89953"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/categories?post=89953"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/tags?post=89953"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/coauthors?post=89953"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}