Seg\u00fan un art\u00edculo publicado el 21 de febrero de 2007 en Technology Review, un grupo de neurocient\u00edficos del MIT ha desarrollado un modelo inform\u00e1tico que imita el sistema de visi\u00f3n humano para detectar y reconocer con precisi\u00f3n objetos como coches y motocicletas, en una calle concurrida. Seg\u00fan, Thomas Serre, neurocient\u00edfico del MIT, este tipo de sistemas de visi\u00f3n se podr\u00edan utilizar pronto en sistemas de vigilancia o en sensores inteligentes que avisen a los conductores sobre la presencia de peatones u otros objetos. <\/p>\n
Durante a\u00f1os, los investigadores han intentado imitar los sistemas de visi\u00f3n biol\u00f3gicos, debido a su perfecci\u00f3n. Pero ense\u00f1ar a un ordenador a clasificar objetos ha resultado ser m\u00e1s complicado de lo que parec\u00eda en un principio, se\u00f1ala Serre, quien realiz\u00f3 el trabajo con Tomaso Poggio. En primer lugar, para reconocer un tipo concreto de objeto el ordenador necesita una plantilla o representaci\u00f3n computacional espec\u00edfica de ese objeto concreto, que es la que permite al ordenador distinguir, por ejemplo, un coche de los objetos que no son coches. Sin embargo, la plantilla ha de ser lo suficientemente flexible como para incluir a todos los tipos distintos de coches en diferentes \u00e1ngulos y posiciones y bajo distintas condiciones de luz. <\/p>\n
El mejor modo para lograr esto, es entrenar un algoritmo de aprendizaje con una serie de im\u00e1genes para que extraiga las caracter\u00edsticas que tienen en com\u00fan. Serre y Poggio creen que el sistema de visi\u00f3n humano sigue un enfoque similar, pero que depende de una jerarqu\u00eda de capas sucesivas en la corteza visual. Las primeras capas de la corteza detectar\u00edan, as\u00ed, las caracter\u00edsticas m\u00e1s simples de un objeto y las \u00faltimas combinar\u00edan esa informaci\u00f3n para formar nuestra percepci\u00f3n del objeto como un todo. <\/p>\n
Para comprobar su teor\u00eda, Serre y Poggio trabajaron con Stanley Bileschi, del MIT, y Lior Wolf, de la Universidad de Tel Aviv, Israel, en la creaci\u00f3n de un modelo inform\u00e1tico con 10 millones de unidades computacionales, dise\u00f1adas para comportarse como grupos de neuronas de la corteza visual. Al igual que en la corteza visual, las unidades est\u00e1n divididas en capas.<\/p>\n
Primero, las unidades m\u00e1s simples extraen caracter\u00edsticas rudimentarias de la escena (por ejemplo, perfiles orientados) analizando grupos muy peque\u00f1os de p\u00edxeles. Luego, las unidades m\u00e1s complejas analizan porciones mayores de la imagen y reconocen caracter\u00edsticas relacionadas con el tama\u00f1o o la posici\u00f3n de los objetos. Con cada capa sucesiva se extraen caracter\u00edsticas cada vez m\u00e1s complejas, como por ejemplo, la distancia que hay entre dos partes de un objeto o los distintos \u00e1ngulos de orientaci\u00f3n de dichas partes. Esto permite reconocer el mismo objeto desde distintos \u00e1ngulos.<\/p>\n
Cuando probaron el sistema, sus resultados fueron muy buenos, pudiendo competir con los de los mejores sistemas existentes en el mercado. Adem\u00e1s, debido a su capacidad de aprendizaje, cuantas m\u00e1s im\u00e1genes analiza, m\u00e1s precisos son sus resultados.
De momento, el sistema solo ha sido dise\u00f1ado para analizar im\u00e1genes est\u00e1ticas. Sin embargo, seg\u00fan Serre, el proceso es similar al del sistema de visi\u00f3n humano, en donde una parte del sistema se encarga de las formas y otra del movimiento. El equipo est\u00e1 trabajando ahora en la incorporaci\u00f3n de un sistema paralelo que trabaje con v\u00eddeos. <\/p>\n