- Los descriptores facilitarán el reconocimiento de objetos y de personas
Negro, azul, marrón, gris, verde, naranja, rosa, púrpura, rojo, blanco y amarillo. Esos son los once colores básicosque utilizan habitualmente los sistemas de visión artificial para describir la tonalidad de una imagen, clasificar objetos o reconocer y seguir a personas. Ahora, un equipo internacional de científicos, en el que participan investigadores del Centro de Visión por Computador(CVC) de la Universidad Autónoma de Barcelona (UAB), ha consensuado 28 nombres para describir otros tantos colores de modo que las aplicaciones de visión artificial puedan identificar más tonalidades y, en consecuencia, describir mejor las distintas coloraciones.
El nuevo sistema, presentado en la revista Machine Vision and Applications, incorpora los colores turquesa, verde oliva, verde mental, borgoña, lavanda, magenta, salmón, cian, beige, rosado, verde oscuro, oliva, lila, amarillo pálido, fucsia, mostaza, ocre, trullo, malva, púrpura oscuro, verde lima, verde claro, ciruela, azul claro, melocotón, violeta, tan y granate. “Los nombres de los once primeros colores, los básicos, fueron decididos por lingüistas que estudiaron distintos idiomas y los fijaron en inglés; pero los lingüistas no tenían propuesta para añadir a los sistemas de visiónartificial más nombres de colores de los cientos que existen, así que hemos buscado otras maneras de añadir esos nombres y hemos diseñado este algoritmo que lo hace”, explica Joost van de Weijer, investigador del CVC.
La mayoría de las aplicaciones usan sólo once colores básicos; ahora la lista se amplía en otros 28
El algoritmo se ha entrenado con una base de datos de 250 imágenes extraídas de Google para cada uno de los 39 colores (11+28), aplicando modelos estadísticos para estimar valores de probabilidad, y ha aprendido a a diferenciar de forma automática y con precisión cada color.
“El sistema se ha probado con éxito en tres aplicaciones distintas: reconocer objetos (en concreto flores), reconocer personas en imágenes de cámaras de seguridad y seguir objetos en vídeo, y en los tres casos ha mejorado los resultados”, facilitando la identificación, comenta Van de Weijer.
Los científicos han comprobado que el algoritmo de 39 colores no sólo es útil para la inteligencia artificial sino que sus descriptores también son mejor valorados por las personas. Hicieron un experimento con voluntarios que tenían que decidir si el color y nombre que veían en una pantalla de ordenador coincidían, y sus respuestas confirmaron que para describir colores preferían el sistema de 11+28 nombres en lugar de usar únicamente los once básicos.
El algoritmo se ha entrenado con una base de datos de 250 imágenes extraídas de Google para cada uno de los 39 colores
Lu Yu, también investigadora del CVC y coautora del trabajo, ha explicado a la agencia de comunicación científica SINC que el nuevo sistema de colores supera a los descriptores existentes y ha probado su eficacia para identificar píxeles y crear máscaras en fotografías de coches, zapatos, vestidos piezas de cerámica, y también para describir las tonalidades de colecciones de flores incluidas en una base de datos con más de 8.000 imágenes.
Otra de las ventajas de contar con más colores es que se pueden describir mejor los tonos de la vestimenta de una persona para localizarla en una base de datos cuando se tienen sus referencias. En opinión de los investigadores, los nuevos descriptores ofrecen mejores resultados en el seguimiento de caras y figuras de personas cuando hay mala iluminación, los fotogramas tienen baja resolución o las imágenes están desenfocadas.
Van de Weijer asegura que el sistema de 39 colores resultará de utilidad en todas aquellas aplicaciones de visión artificial donde haya que reconocer información en imágenes, desde buscar artículos en plataformas como Amazon hasta reidentificar personas “fichadas”, pasando por la clasificación de artículos o las recomendaciones personalizadas de las tiendas de moda...
Por otra parte, la investigadora Lu Yu apunta que han detectado diferencias sutiles en la apreciación de las coloraciones dependiendo del género del observador. “No sabemos si por temas sociales o biológicos las mujeres parecen distinguir las tonalidades de color con mayor facilidad que los hombres”, declaró a la agencia SINC.
Y añadió que también ha apreciado diferencias culturales a la hora de designar algunos colores, como el rosa, que para los europeos está más cerca del fucsia y para los chinos se aproxima más al rosado.
No hay comentarios:
Publicar un comentario
Nota: solo los miembros de este blog pueden publicar comentarios.