Ponente
Descripción
Este estudio aborda la escasez de datos (data scarcity) y el desbalance de clases en la Clasificación Internacional de Viena, dentro del proyecto de la Dirección Nacional de Propiedad Intelectual (DINAPI) para el análisis de marcas figurativas. El análisis comparativo entre la base de datos de DINAPI y el dataset L3D evidenció que múltiples categorías taxonómicas presentan baja representación o carecen de logotipos asociados. Ante esta problemática, el objetivo es diseñar y evaluar una metodología de aumentación de datos mediante inteligencia artificial generativa, capaz de sintetizar logotipos vectoriales limpios coherentes para completar las clases desatendidas y mejorar la capacidad de los modelos de clasificación.
Para ello, se desarrolló un pipeline automatizado basado en el modelo stabilityai/stable-diffusion-xl-base-1.0(SDXL), ejecutado en el clúster de alto desempeño NIDTEC arandu. La metodología integra dos componentes. El primero corresponde a una ingeniería de prompts dinámica que transforma las descripciones oficiales de Viena en instrucciones para la generación de imágenes. Las instrucciones incorporan modificadores estéticos como minimalist, vector, clean, centered y white background, además de prompts negativos destinados a reducir artefactos, texto no deseado. El segundo componente es un mecanismo de control de calidad multicapa, organizado en cuatro capas y cinco ramas, mediante criterios.
El proceso de evaluación incluye análisis de nitidez mediante la varianza del laplaciano (lap_var), entropía de Shannon e intensidad RMS (L1), evaluación de alineación semántica entre texto e imagen mediante embeddings E5 y filtrado de redundancia visual mediante distancia de Hamming sobre perceptual hashing (L3). Finalmente, se aplica una umbralización de aceptación (L4), permitiendo conservar únicamente las muestras que cumplen los criterios establecidos y mantener trazabilidad.
En total, se generaron y evaluaron 5.563 imágenes sintéticas correspondientes a divisiones de Viena con déficit de representación. El filtrado permitió depurar el corpus, descartando muestras con degradación gráfica, baja coherencia semántica o redundancia. Los resultados muestran que la incorporación del dataset sintético curado permite resolver la cobertura nula en divisiones, balancear la masa de entrenamiento y reducir el riesgo de sesgo en modelos de aprendizaje profundo aplicados al examen de marcas.
Un resultado relevante indica que la cobertura resulta más importante que la cantidad. Las primeras cinco imágenes por sección rara producen el mayor incremento de recuperación, pasando de 0 a 0,367, aproximadamente el 62 % del techo de 0,588. Con diez imágenes se alcanza cerca del 82 %, mientras que ampliar de 10 a 50 imágenes aporta solo 0,106 adicional, requiriendo cinco veces más datos. Por ello, se recomienda producir entre 5 y 10 logotipos sintéticos por sección ausente, priorizando la amplitud y cubriendo todas las secciones antes de profundizar en categorías.
La contribución consiste en un marco reproducible de aumentación sintética con control de calidad cuantitativo, integración de procesamiento clásico de imágenes, alineación semántica profunda y trazabilidad de metadatos mediante semilla, prompt y parámetros de generación. El enfoque reduce la incorporación de ruido y ofrece una metodología transferible a otras oficinas de propiedad intelectual y sistemas de clasificación.
Keywords: generación sintética, clasificación de marcas, propiedad industrial, procesamiento de datos, inteligencia artificial.