El reconocimiento de objetos es un subcampo de la visión por computadora, a menudo denominado comprensión de imágenes basada en objetos. Es tarea de una computadora reconocer objetos dentro de una imagen o video. A veces también se lo denomina reconocimiento automático o detección de objetos.
El reconocimiento de objetos y sus tareas relacionadas, como la clasificación de objetos, han ayudado a la automatización, como en los coches sin conductor y la robótica. En tales escenarios, la computadora necesita analizar una imagen y determinar qué objetos están presentes, qué tipo de objeto está presente y dónde se encuentra en relación con otros objetos dentro de la imagen.
El reconocimiento de objetos se compone de varias etapas. En el primer paso, se realiza la detección de la región de interés. Se emplean algoritmos para detectar candidatos importantes en una imagen, que pueden variar en tamaño y forma, como círculos, líneas o bordes rectos. En segundo lugar, la extracción de características se realiza calculando una descripción numérica de cada objeto detectado, como su color promedio o sus bordes.
Una vez extraídas estas características, llega el momento de compararlas con objetos previamente conocidos. Esta comparación se realiza utilizando varios algoritmos que pueden encontrar la mejor coincidencia. Una vez que se ha encontrado una coincidencia, el objeto identificado a menudo se denomina "objetivo".
El reconocimiento de objetos se utiliza para diversas aplicaciones. Se utiliza para identificar rostros en imágenes, para seguridad informática y autenticación. También se utiliza para automatización industrial y robótica, imágenes médicas, seguimiento de movimiento y animación por computadora.
En los últimos años, el reconocimiento de objetos se ha mejorado mediante el aprendizaje profundo, una poderosa forma de aprendizaje automático. Mediante el aprendizaje profundo, la computadora puede analizar rápidamente grandes cantidades de datos y utilizarlos para identificar objetos. Las técnicas de reconocimiento de objetos se han vuelto más precisas y fiables que nunca.
