Mostrando entradas con la etiqueta procesamiento de imagen. Mostrar todas las entradas
Mostrando entradas con la etiqueta procesamiento de imagen. Mostrar todas las entradas

viernes, 11 de diciembre de 2015

Reconocimiento de emociones con Microsoft Project Oxford

Microsoft Project Oxford es un abanico de APIs REST y SDKs para que los desarrolladores puedan añadir de manera sencilla servicios de inteligencia artificial a sus aplicaciones. Entre estos servicios se encuentran los siguientes en el área de imagen:
  • Visión artificial
  • Reconocimiento de rostros en imágenes
  • Reconocimiento de emociones en rostros
  • Análisis de video
Y tres servicios adicionales en el área del habla:
  • Reconocimiento del habla y síntesis de voz
  • Reconocimiento de usuarios por la voz 
  • Reconocimiento personalizado del habla
De estos servicios el último en mostrarse públicamente es el de reconocimiento de emociones, que además nos permite realizar una divertida demostración interactiva. Podemos seleccionar una de las fotos de muestra o podemos subir nuestras propias fotos en las que se vean algunos rostros y la página nos dirá en tan solo unos segundos cuales son las emociones predominantes en cada una de las caras. Con mis propias fotos el reconocimiento de emociones ha funcionado bastante bien; eso sí, es importante que las fotos estén en sentido horizontal.

 La salida de la aplicación en la demo es totalmente para geeks, ya que se muestra en formato Json y con valores numéricos en vez de simplemente indicar el sentimiento predominante. Está claro que el destinatario de este servicio son los desarrolladores de software.

 Reconocimiento facial de prueba, con la imagen de origen a la izquierda y la salida del algoritmo de reconocimiento a la derecha, indicando en amarillo el sentimiento predominante.




lunes, 12 de noviembre de 2012

El rover Curiosity mejora su inteligencia artificial con AEGIS

 El software llamado AEGIS (Autonomous Exploration for Gathering Increased Science) ha sido desarrollado por el Jet Propulsión Lab de la NASA y permite la recolección automática avanzada de información en los vehículos de exploración planetaria o rovers.
 
 Este paquete fue nombrado software del año de la NASA en 2011, pero ya en diciembre de 2009 AEGIS fue incorporado al vehículo Opportunity para la exploración de Marte y ahora, según indica Information Week, será instalado en el rover Curiosity en un plazo de 9-12 meses debido a su excelente funcionamiento.
 
 Antes del AEGIS, las imágenes eran transmitidas al equipo de operaciones en la Tierra, el cual las analizaba manualmente, seleccionaba los objetivos interesantes para los  sensores geológicos y generaba una secuencia de comandos para realizar las nuevas medidas; todo esto podía tomar varios días.
 
 Sin embargo la llegada de AEGIS cambia el paradigma al usar técnicas de análisis in situ que, junto con las directrices aportadas con los investigadores, permite seleccionar objetivos científicos de alto valor sin intervención humana. Esta forma de actuar es especialmente aplicable a numerosos instrumentos con un campo de acción muy corto y que requieren una respuesta muy rápida con el vehículo en movimiento. Además, está manera de operar llamada "ver y reaccionar", se puede adaptar a otros instrumentos e incluso existen versiones de AEGIS que pueden llamar a la Tierra si ven algo realmente interesante.
 
Diagrama de operación de AEGIS
 
 El software AEGIS fue desarrollado con requerimientos de hardware muy estrictos. En concreto, la versión que opera en el Opportunity corre en un micro RAD6000 a 20 Mhz, con 128 Mb de RAM y 256 Mb de flash. En este micro operaciones que tardan fracciones de segundo en computadoras modernas llevan un promedio de 15 min; para limitar la duración de las tareas de análisis de imagen y toma de decisiones, existen límites configurables por el operador que permiten cortar automáticamente análisis excesivamente largos. Finalmente, para asegurar que no había impacto en los sistemas de a bordo, se exigió que el programa corriera tan solo con 4 Mb de RAM para analizar imágenes de 1 Mb de tamaño.