Vision por computadora

Froggy Jumps

Played 7 %Accuracy 73 Average time 03:15

Create copy

About this activity

Contesta las preguntas en 20 segundo por pregunta

Created by

mauricio nucamendi gutierrez

Mexico

Download the paper version to play

Top 10 results

#	Player	Accuracy	time
1	Erick Francisco July 2, 2026	% 100	03:18
2	Ángel, Brayan, Nancy July 2, 2026	% 73	03:38
3	Pedro Iván July 2, 2026	% 40	02:01

Do you want to stay in the Top 10 of this game? Log in to identify yourself.

Make your own free game from our game creator

Compete against your friends to see who gets the best score in this game

Make challenge

Phlebotomy Order of Draw Quiz

Pamela Chapman

United States

(59)

Test your knowledge of the order of draw in Phlebotomy with these 10 questions!
The Integumentary System

Breanna Nesbitt

United States

(58)

Functions and Structures of the skin
Bill of Rights Game - The Constitutionalist

Doni The Don

United States

(89)

Test your knowledge on the Bill of Rights. A fun way to test your knowledge and focus on where you need to improve.
pizza

Lorelay Tyana

Romania

(259)

joc despre pizza
Ethos, Pathos, and Logos Quiz

Kristine Vester

United States

(131)

Test your knowledge of ethos, pathos, and logos with these 10 questions on examples of persuasive techniques.

		%
	Anonymous	%
		%
		%

Print your game

Vision por computadora


Froggy Jumps Vision por computadoraOnline version Contesta las preguntas en 20 segundo por pregunta by mauricio nucamendi gutierrez 1 ¿Qué es la visión por computadora en tiempo real? a Procesa y analiza imágenes en video al instante, sin retrasos. b Funciona solo con fotografías antiguas guardadas en un disco duro. c Sube el video a la nube y entrega los resultados al día siguiente. 2 ¿Cuál es el mayor desafío al procesar video en lugar de fotos estáticas? a Lograr analizar muchos fotogramas (frames) por segundo sin latencia. b Conseguir el enfoque perfecto sin usar flash. c Imprimir los resultados en alta resolución de colores. 3 ¿Por qué es tan famoso el algoritmo YOLO (You Only Look Once)? a Detecta objetos analizando toda la imagen una sola vez de forma muy rápida. b Escanea la imagen lentamente, píxel por píxel. c Es un algoritmo exclusivo para leer textos largos en videos. 4 ¿Qué hace el "seguimiento de objetos" (Object Tracking) en un video? a Le asigna un ID a un objeto y sigue su movimiento entre los fotogramas. b Solo cuenta cuántos objetos hay en una fotografía individual. c Cambia automáticamente el color de los objetos en la pantalla. 5 ¿Para qué sirven las Redes Neuronales Convolucionales (CNN) al ver un video? a Extraen patrones visuales como bordes, texturas y formas para entender la imagen. b Comprimen el tamaño del archivo de video para que pese menos megabytes. c Graban el audio para sincronizarlo perfectamente con la imagen. 6 ¿Cómo maneja la inteligencia artificial la oclusión (cuando un objeto tapa a otro)? a Usa predicciones de movimiento temporal para deducir dónde sigue el objeto oculto. b Apaga la cámara hasta que el objeto vuelva a estar visible. c Borra el objeto del video porque considera que ya no existe. 7 ¿Qué diferencia a la "segmentación semántica" de la simple detección de objetos? a La segmentación clasifica a nivel de píxel, dibujando la silueta exacta del objeto. b La detección ordena los objetos por colores y la segmentación por tamaño. c Son exactamente lo mismo, solo es un nombre diferente. 8 ¿Qué analiza el "flujo óptico" en una cámara? a Hacia dónde y qué tan rápido se mueven las cosas en la pantalla. b Cuánta luz entra por el lente de la cámara. c El nivel de batería que le queda al equipo. 9 ¿Qué pasa si el video tiene calidad muy alta (como 4K)? a A la computadora le cuesta más trabajo y necesita más potencia. b El programa funciona más rápido y sin ningún esfuerzo. c Nada, la calidad del video no importa en lo absoluto. 10 ¿Por qué a veces es mejor que la propia cámara analice el video? a Porque es mucho más rápido que mandar el video a internet. b Porque así gasta menos electricidad en la casa. c Porque así las imágenes salen con mejor iluminación. 11 ¿Cómo usan las cámaras los autos que se manejan solos? a Ven la calle y toman decisiones rapidísimas para no chocar. b Las usan para tomarle fotos a los paisajes del viaje. c Le mandan el video a una persona manejando a control remoto. 12 ¿Qué hace la "estimación de pose" en un video? a Encuentra y sigue las partes del cuerpo (brazos, piernas, cabeza). b Calcula cuánto tiempo posa una persona quieta para una foto. c Solo detecta si una persona está sonriendo o triste. 13 ¿Qué pasa si un auto inteligente entra a un túnel oscuro de golpe? a Su sistema está entrenado para adaptarse rápido a los cambios de luz. b Se apaga el motor hasta que vuelva a salir el sol. c Le pide al conductor por altavoz que encienda una linterna. 14 ¿Para qué sirve ponerle dos cámaras juntas a un robot (como si fueran ojos)? a Para que el robot calcule la distancia a la que están las cosas. b Para grabar el mismo video dos veces por si uno se borra. c Para que el robot se vea más bonito y amigable con los humanos. 15 ¿Por qué se necesitan chips muy potentes para estos programas? a Porque hacen miles de cálculos matemáticos al mismo tiempo sin trabarse. b Porque hacen que los colores del video sean más brillantes. c Porque le dan mejor señal de WiFi a la cámara. 16 ¿Cómo logra una cámara reconocer una cara tan rápido? a Analiza puntos clave de la cara y los compara como una huella digital. b Revisa las redes sociales de la persona para ver si la encuentra. c Solo revisa de qué color tiene el cabello la persona. 17 ¿Para qué sirve predecir la trayectoria en un video? a Para adivinar hacia dónde se va a mover un carro o persona en un segundo. b Para ponerle un filtro divertido al video antes de subirlo. c Para borrar los objetos que salen borrosos en la pantalla. 18 ¿Qué hace el programa si hay muchos autos amontonados en el tráfico? a Logra identificar y separar la silueta de cada auto individualmente. b Dibuja un solo cuadro gigante alrededor de todos los autos juntos. c Se confunde y apaga la cámara porque hay demasiadas cosas. 19 ¿Cómo ayuda una "cámara inteligente" en una fábrica? a Revisa los productos a gran velocidad buscando piezas rotas o fallas. b Solo graba a los trabajadores para ver a qué hora llegan. c Pone música para que las máquinas trabajen mejor. 20 ¿Por qué a veces se hacen más pequeños o ligeros estos programas? a Para que puedan funcionar en cámaras pequeñas con poca memoria. b Para mandarlos por correo electrónico más fácil. c Para que la cámara de plástico ocupe menos espacio en la pared. 21 ¿Por qué se combinan las cámaras con sensores como radares? a Porque el radar ayuda a ver mejor si hay niebla o es muy de noche. b Solo de adorno, las cámaras de video nunca fallan. c Porque el radar graba el sonido y la cámara el video. 22 ¿Cómo funciona la visión artificial en un juego de Realidad Aumentada? a Entiende el mundo real para poder poner personajes virtuales encima. b Apaga la cámara y solo muestra un dibujo animado de fondo. c Solo pone marcos de colores alrededor de la pantalla del celular. 23 ¿Qué es el "tiempo de respuesta" de una inteligencia artificial? a El tiempo súper corto que tarda la computadora en ver la imagen y entenderla. b El tiempo que tarda la cámara en prender y dar imagen. c Son los años que tardaron los creadores en inventar el programa. 24 ¿Cuál es el mayor problema de poner cámaras inteligentes en las calles? a Que las personas pierden su privacidad al ser vigiladas sin dar permiso. b Que las cámaras gastan mucha electricidad de los postes de luz. c Que las cámaras se ven muy feas y arruinan la ciudad.

Vision por computadora

Froggy Jumps

About this activity

Created by

Download the paper version to play

Top Games

Froggy Jumps

Phlebotomy Order of Draw Quiz

Froggy Jumps

The Integumentary System

Froggy Jumps

Bill of Rights Game - The Constitutionalist

Froggy Jumps

pizza

Froggy Jumps

Ethos, Pathos, and Logos Quiz

Froggy Jumps

Vision por computadoraOnline version

by mauricio nucamendi gutierrez

¿Qué es la visión por computadora en tiempo real?

¿Cuál es el mayor desafío al procesar video en lugar de fotos estáticas?

¿Por qué es tan famoso el algoritmo YOLO (You Only Look Once)?

¿Qué hace el "seguimiento de objetos" (Object Tracking) en un video?

¿Para qué sirven las Redes Neuronales Convolucionales (CNN) al ver un video?

¿Cómo maneja la inteligencia artificial la oclusión (cuando un objeto tapa a otro)?

¿Qué diferencia a la "segmentación semántica" de la simple detección de objetos?

¿Qué analiza el "flujo óptico" en una cámara?

¿Qué pasa si el video tiene calidad muy alta (como 4K)?

¿Por qué a veces es mejor que la propia cámara analice el video?

¿Cómo usan las cámaras los autos que se manejan solos?

¿Qué hace la "estimación de pose" en un video?

¿Qué pasa si un auto inteligente entra a un túnel oscuro de golpe?

¿Para qué sirve ponerle dos cámaras juntas a un robot (como si fueran ojos)?

¿Por qué se necesitan chips muy potentes para estos programas?

¿Cómo logra una cámara reconocer una cara tan rápido?

¿Para qué sirve predecir la trayectoria en un video?

¿Qué hace el programa si hay muchos autos amontonados en el tráfico?

¿Cómo ayuda una "cámara inteligente" en una fábrica?

¿Por qué a veces se hacen más pequeños o ligeros estos programas?

¿Por qué se combinan las cámaras con sensores como radares?

¿Cómo funciona la visión artificial en un juego de Realidad Aumentada?

¿Qué es el "tiempo de respuesta" de una inteligencia artificial?

¿Cuál es el mayor problema de poner cámaras inteligentes en las calles?