No podrás conectarte si excedes diez intentos fallidos.
La Agencia SINC ofrece servicios diferentes dependiendo de tu perfil.
Selecciona el tuyo:
El sensor de algunos ratones ópticos se puede utilizar para detectar de forma sencilla y barata monedas de dos euros falsas, según un estudio publicado por investigadores de la Universidad de Lleida (UdL) en la revista científica Sensors. Casi el 80% de las monedas falsas descubiertas en Europa en 2008 fueron de dos euros.
El sensor que incorporan los ratones ópticos de los ordenadores se suele emplear para guiar el desplazamiento del cursor, pero también puede utilizarse como detector de monedas falsas. Así lo demuestra un prototipo desarrollado por ingenieros informáticos de la UdL, cuyos detalles se pueden consultar de forma libre y gratuita en la revista científica Sensors.
“Hemos implementado un sistema de detección de monedas falsas de dos euros mediante la comparación de patrones obtenidos con un sensor de ratón óptico”, explica a SINC Marcel Tresanchez, uno de los autores del trabajo. Según la Comisión Europea, el 79% de las monedas falsas descubiertas en Europa en 2008 fueron de dos euros.
Para detectar las falsificaciones se coloca la moneda en un dispositivo de posicionamiento y se hace rotar. El sensor, situado a pocos milímetros, se emplea para capturar las imágenes de la cara común que tienen las monedas de dos euros (todas tienen un mapa de Europa grabado en una cara, y un diseño específico de cada país por la otra). Finalmente las imágenes se comparan con otras de referencia obtenidas de monedas válidas, mediante un algoritmo que también ha desarrollado el equipo catalán.
“La misma operación se podría realizar con una webcam, por ejemplo, pero la ventaja de estos sensores es su pequeño tamaño, su bajo coste y el ángulo de visión tan reducido que permite capturar el relieve de las monedas de forma muy sencilla”, destaca Tresanchez.
El investigador aclara que no vale cualquier sensor de ratón óptico, ya que debe capturar las imágenes en tiempo real, con una resolución mínima de 15x15 píxeles (el equipo ha empleado uno de 30x30 píxeles). Además es aconsejable que se trate de un sensor basado en LED o infrarrojo, y no de tecnología láser, ya que estos proporcionan imágenes demasiado amplias.
Los resultados del estudio muestran que este sistema, pensado para complementar las técnicas de identificación de falsificaciones, permite detectar monedas falsas mejor que lo haría una persona corriente, aunque a un nivel similar al de un experto entrenado para ello.
Los autores también han aplicado el mismo método para diseñar un “encoder” o codificador rotatorio (cuenta el desplazamiento angular de un eje) usando el sensor de un ratón óptico.
------------------------------------
Referencia bibliográfica:
Marcel Tresanchez, Tomàs Pallejà, Mercè Teixidó y Jordi Palacín. “Using the Optical Mouse Sensor as a Two-Euro Counterfeit Coin Detector”. Sensors 9(9): 7083-7096, 2009 (Open Access).
Solo para medios:
Si eres periodista y quieres el contacto con los investigadores, regístrate en SINC como periodista.
Investigadores de la compañía Google DeepMind han desarrollado Tactic AI, un asistente que podría ayudar a los entrenadores a elegir las mejores configuraciones de jugadores tras un saque de esquina. La herramienta se ha entrenado con datos de más de 7000 córneres de la Premier League y la han validado expertos del Liverpool FC.
Investigadores del Barcelona Supercomputing Center y otros centros internacionales han utilizado redes artificiales multicapa para descubrir las posibles causas de los síndromes miasténicos congénitos, trastornos hereditarios poco frecuentes que causan alteraciones neuromusculares. El estudio permite explicar genéticamente por qué algunos pacientes responden bien al fármaco salbutamol.
