Procesamiento de lenguaje natural y visión computacional


Bienvenida

Competencia


Aplica algoritmos de procesamiento de lenguaje natural y de visión computacional para la solución de problemas en las organizaciones.

Contenido


Pasa el cursor sobre la imagen para ingresar a los temas.


Actividad integradora


Competencia de la credencial:

Aplica algoritmos de procesamiento de lenguaje natural y de visión computacional para la solución de problemas en las organizaciones.

Instrucciones:

La detección de rostros es una tarea popular con una gran cantidad de aplicaciones prácticas. La mayoría de las laptops y teléfonos móviles incluyen software de detección de rostros que facilitan la autenticación de los usuarios.

Actualmente es posible capturar, detectar y procesar los rostros de las personas en tiempo real, aplicarles filtros e incluso identificar la edad y el género del usuario.

Este tipo de tareas tiene una amplia gama de aplicaciones en vigilancia, seguridad y biometría.

Sin embargo, la detección y reconocimiento de rostro conlleva la protección y privacidad de los datos. Por lo tanto, el objetivo de esta actividad es proteger la identidad de las personas en una imagen.

La solución debe ser capaz de identificar rostros y letras en una imagen, utilizando un clasificador y difuminar el área correspondiente con la librería OpenCV.

La identificación de letras corresponderá para identificar si aparece alguna información referente a la persona como, nombre, dirección, etc. Para esta actividad se debe borrar por lo menos el nombre de la persona.

El flujo de solución propuesto es el siguiente:

  1. Carga y preprocesa la imagen (escala de grises y ecualización del histograma). Se sugiere crear su propia base de datos con diferentes rostros y donde aparezca escrito por alguna parte el nombre de dicha persona. Entre más imágenes tengas mejor será el clasificador.
  2. Descarga el clasificador de rostros previamente entrenado Haar Cascade de OpenCV. El archivo XML del clasificador es haarcascade_frontalface_default.xml y puedes descargarlo de la siguiente fuente:

GitHub. (2022). OpenCV. Recuperado de https://github.com/opencv/opencv/tree/master/data/haarcascades

El siguiente enlace es externo a la Universidad Tecmilenio,
al acceder a éste considera que debes apegarte a sus términos y condiciones.

  1. Identifica los rostros en la imagen, utilizando el clasificador e imprime un recuadro alrededor de cada uno.
  2. Aplica un filtro gaussiano a cada rostro identificado que permita ocultar la identidad de las personas mostradas en la imagen.
  3. Identifica el texto (nombre) que aparece en la imagen utilizando alguna librería en Python.
  4. En caso de que sea el nombre de la persona aplicar un filtro gaussiano para ocultar dicha información.

Criterios de evaluación:

  1. Carga y preprocesamiento de la imagen.
  2. Identificar rostros utilizando el clasificador Haar Cascade.
  3. Identificar texto usando alguna librería de Python.
  4. Imprimir un recuadro alrededor de cada rostro identificado.
  5. Imprimir un recuadro alrededor de cada texto identificado.
  6. Aplicar un filtro gaussiano que difumine adecuadamente cada rostro, protegiendo la identidad de las personas.
  7. Aplicar un filtro gaussiano que difumine adecuadamente solo el nombre de la persona, protegiendo la identidad de las personas.