Problem to be solved

 

Uno de los mayores problemas al que nos enfrentamos cuando trabajamos con nubes de puntos capturadas o bien a través de imagen o por medio de escaners 3D, es el ingente volumen de datos necesario para su representación tridimensional. Si además, queremos realizar acciones entre los puntos (como es en el caso de sistemas de información geográfica) con el fin de optimizar rutas o buscar información en las superficies, nos encontramos ante sistemas lentos o con especificaciones de trabajo excesivas. Lo que limita su uso a potentes máquinas o servidores.

 

Solution

 

La aplicación de la Inteligencia artificial, a través de sistemas entrenados previamente, permiten optimizar y mejorar la representación tridimensional de las nubes de puntos acelerando además su visualización y reduciendo las prestaciones de los equipos de trabajo. De ésta manera se hace mucho más asequible el acceso a tecnologías 3D basadas en Imágenes reales o en escaneos 3D.

 

Success case. Results

Como resultado, tenemos un producto que, a través del entrenamiento por medio de técnicas de aprendizaje profundo, permite trabajar sobre superficies complejas como si de superficies simples se tratara. De ésta manera la nube original de puntos, es optimizada en función de las necesidades del cliente. Ésta misma tecnología aplicada en el tratamiento de Imágenes satélite, permite entrenar algoritmos muy rápidos para diferenciar, por ejemplo, los tipos de cultivo de una región con una precisión del 99%.

Contact information

Contact person
Luis Armando Rodríguez Echapresto