Investigadores de la Universidad de California, Irvine, han desarrollado una forma de hacer imágenes en condiciones de oscuridad que tengan detalles de forma y color.
“Buscamos desarrollar un algoritmo de imágenes impulsado por arquitecturas de aprendizaje profundo optimizadas mediante las cuales la iluminación espectral infrarroja de una escena podría usarse para predecir una representación de espectro visible de la escena como si fuera percibida por un humano con luz de espectro visible”, continúa el documento. . “Esto haría posible representar digitalmente una escena del espectro visible para los humanos cuando, de lo contrario, están en completa ‘oscuridad’ y solo están iluminados con luz infrarroja”.
Entonces: ¿una cámara que pueda reconstruir imágenes en color a partir de luz infrarroja? Bueno, en realidad, no, no del todo. Lo importante no es la cámara, sino el algoritmo que utilizó el equipo para reconstruir las imágenes.
Crearon un tipo especial de IA conocido como red neuronal, una especie de algoritmo de aprendizaje profundo diseñado para simular cómo aprenden los cerebros humanos, que luego entrenaron para detectar correlaciones entre cómo se ven las imágenes bajo el infrarrojo y bajo el espectro visible.
“Nosotros… optimizamos una red neuronal convolucional con una arquitectura similar a U-Net [una arquitectura diseñada para permitir un procesamiento de imágenes rápido y preciso] para predecir imágenes del espectro visible solo a partir de imágenes del infrarrojo cercano”, dice el documento. “Este estudio sirve como un primer paso hacia la predicción de escenas del espectro visible humano a partir de una iluminación imperceptible del infrarrojo cercano”.
Pero si bien las imágenes reconstruidas son sin duda impresionantes, los investigadores reconocen que este es solo un “estudio de prueba de principio que usa imágenes impresas con un contexto de pigmento óptico limitado” o, para decirlo de otra manera, probablemente no se pueda usar. por mucho todavía. Hasta ahora, su éxito se ha limitado a solo caras.
“Los rostros humanos son, por supuesto, un grupo muy limitado de objetos, si se quiere. No se traduce inmediatamente en colorear una escena general”, dijo a New Scientist el profesor Adrian Hilton, director del Centro de Procesamiento de la Visión, el Habla y la Señal (CVSSP) de la Universidad de Surrey.
“Tal como está en este momento, si aplicas el método entrenado en caras a otra escena, probablemente no funcionaría, probablemente no haría nada sensato”.
Como ejemplo, explicó, una IA entrenada en tazones de fruta en lugar de caras sería engañada por un plátano azul al azar, porque su entrenamiento habría incluido solo plátanos amarillos. Como suele ser el caso, la IA es tan inteligente y objetiva como la hacemos.
Aún así, aunque Andrew Browne, autor principal del estudio, advierte que estos resultados son muy preliminares, dice que con más estudios, la técnica podría volverse extremadamente precisa.
“Creo que esta tecnología podría usarse para una evaluación precisa del color si la cantidad y variedad de datos utilizados para entrenar la red neuronal es lo suficientemente grande como para aumentar la precisión”, dijo a New Scientist.
Con información de IFL Science
