No podrás conectarte si excedes diez intentos fallidos.
La Agencia SINC ofrece servicios diferentes dependiendo de tu perfil.
Selecciona el tuyo:
A partir de modelos estadounidenses, investigadores de la Universidad de Granada (UGR) han añadido a una retina artificial un dispositivo sensible al color y la textura. El nuevo dispositivo puede detectar y localizar objetos en movimiento en una escena en tiempo real.
Emular el funcionamiento de una retina es una tarea tan difícil como parece. Desde hace dos años científicos de la Universidad de Stanford (EE UU) imitan la forma en que la información se procesa en los sistemas biológicos, es decir, a través de la transmisión de eventos en redes específicamente conectadas (cuando la captación y transmisión de datos ocurren a la vez).
Ahora un equipo de investigación de la UGR ha evaluado la precisión de diferentes modelos de estimación de movimiento, y han integrado las respuestas de cuatro células de detección de movimiento, dos estáticas (ON y OFF) y dos transitorias (de decremento y de incremento). “Una de nuestras aportaciones es un operador multimodal atencional que detecta el movimiento de objetos de diferente color y textura”, explica a SINC Fran Barranco, uno de los investigadores implicados en este proyecto.
El objetivo del trabajo que publica en su último número la revista IEEE Transactions on Systems. Man and Cybernetics era integrar el movimiento y la atención a partir de la información que proporciona la retina artificial, un sistema visual capaz de captar selectivamente en tiempo real objetos en movimiento.
Tanto en el modelo de procesamiento de movimiento como el de atención selectiva multimodal creados en Granada, destaca el uso de un modelo dirigido por eventos (event-driven) que permite centrarse sólo en las zonas donde se produce actividad.
Uno de los resultados más interesantes del estudio es que sólo con las respuestas de cada una de esas células (4% de la información que da una cámara) se ha podido estimar el movimiento de forma bastante precisa. “Escogiendo sólo el 10-20% de la información, que ordenamos a partir de medidas de confianza, conseguimos resultados precisos con un coste computacional menor y una estabilidad mayor”, especifica Barranco. Este punto es muy importante para el desarrollo en aplicaciones con limitaciones de ancho de banda.
Los investigadores españoles también han desarrollado ‘sensores avanzados inteligentes integrados’ que realizan un pre-procesamiento de la escena similar al que realizan las retinas.
Un futuro de ciencia-ficción
“Hacemos ingeniería inversa, es decir, intentamos estudiar cómo se comporta la naturaleza para imitarla, puesto que entendemos que miles de años de evolución implican la definición de un modelo altamente avanzado para la tarea para la que ha evolucionado”, comenta Barranco.
Los dispositivos presentados están pensados para su uso en aplicaciones de video vigilancia y seguimiento. Pero su bajo consumo energético los hace muy interesantes para futuros implantes en pacientes o para la interpretación del funcionamiento de nuestro cerebro, en concreto, del sistema visual.
---------------------
Más información:
Vídeo que juestra cómo funciona el dispositivo.
----------------------
Referencia bibliográfica:
Francisco Barranco; Javier Díaz, Eduardo Ros, Begoña del Pino. ‘Visual System Based on Artificial Retina for Motion Detection’. IEEE Transaction on Systems Man and Cybernetics Part-B Cybertenics. Volumen 39 (3), páginas 752-762. Junio de 2009.
Solo para medios:
Si eres periodista y quieres el contacto con los investigadores, regístrate en SINC como periodista.
La Fundación BBVA ha galardonado al informático japonés, de la Universidad Carnegie Mellon (EE UU), por crear los algoritmos que permiten a las máquinas comprender las imágenes y procesar los movimientos. Sus técnicas están presentes en los coches autónomos, los drones y todos los robots con capacidad de visión, como los que se usan en cirugía.
Investigadores de la Universidad de León han aplicado redes neuronales artificiales a imágenes captadas con drones para reconocer, con un 95 % de acierto, la huella que dejaron las explotaciones auríferas de los romanos en el noroeste peninsular. El sistema se puede aplicar para reducir los riesgos asociados a las minas abandonadas, que causan pérdidas humanas y económicas en todo el mundo.
