Español

Aumenta la capacidad de las computadoras para observar la actividad humana

11 Octubre 2012

 

Aumenta la capacidad de las computadoras para observar la actividad humana

 

ANN ARBOR, Michigan.— A diferencia de lo que uno pueda ver en las películas policiales no se necesita ser Jason Bourne para eludir a una computadora que esté siguiéndolo con una imagen de video. Basta con cruzarse con alguien que se parezca, vagamente, a uno, y la computadora probablemente seguirá otra pista.

 

Pero los investigadores en la Universidad de Michigan han encontrado una forma de mejorar en más del 30 por ciento la precisión del seguimiento de las personas observando no sólo adonde va el individuo, sino también qué está haciendo.

 

“Hemos creado un programa de computadora que comprende cuál es la actividad en la que está involucrada una persona o un grupo y con ello podemos obtener resultados de seguimiento mucho más robustos y estables”, dijo Silvio Savarese, profesor de ingeniería eléctrica y ciencias de computación. “Ésta es una manera nueva de resolver el problema del seguimiento y puede revolucionar la forma en que los investigadores consideran, en general, el problema del seguimiento”.

 

Savarese y el estudiante de doctorado Wongun Choi, en el mismo departamento, condujeron la investigación.

 

A fin de indicar algo útil acerca de lo que se ve en la entrada de video la computadora necesita la capacidad para seguir a las personas y cosas que se mueven en la escena. Las computadoras ya pueden identificar y seguir a las personas que están paradas o caminan, pero los movimientos de la cámara y los obstáculos que ocultan temporalmente el sujeto de seguimiento pueden confundirlas. A fin de hacer más confiable el seguimiento por computadora el equipo de Savarese enseñó al programa a que reconozca interacciones tales como las personas que caminan juntas, o están paradas en una fila, o cruzan la calle.

 

Los movimientos de un individuo proporcionan información acerca de sus interacciones y las interacciones pueden pronosticar el comportamiento futuro de un individuo. Por ejemplo, cuando aparentemente dos personas caminan juntas y hablan, la computadora puede conectar sus pistas. Si las dos personas pasan luego detrás de un obstáculo con una tercera persona la computadora ahora tiene la intuición que le permite pronosticar que cuando los individuos que iban conversando probablemente seguirán juntos.

 

Si un programa avanzado como éste procurara seguir los comportamientos de los sujetos con “fuerza bruta” –esto es considerando cada interacción posible que pudiera ocurrir y decidiendo cuál es la más probable- según Savarese podría demorar años en dar solución a su seguimiento. Idealmente, para aplicaciones tales como la prevención de colisiones de vehículos, estos programas deberían operar en tiempo real.

 

Para acelerar las cosas el equipo enseñó al programa a que “piense” más como humano. Los investigadores alimentaron a la computadora con videos de sujetos y comportamientos etiquetados. De esa forma la computadora pudo capitalizar sobre la fortaleza analítica de nuestros cerebros: el reconocimiento de patrones sobre la base de la experiencia anterior.

 

“Nuestro método reduce la complejidad computacional y hace posible la resolución del problema infiriendo qué hará una persona sobre la base de sus actividades como individuo, sus interacciones con otros individuos, y el comportamiento en grupos mayores”, dijo Savarese. Su equipo de investigación continuará acelerando el proceso y Savarese señala que una versión simplificada del programa de seguimiento se aproxima a la operación en tiempo real.

 

El problema de seguimiento de sujetos es significativo en muchos terrenos, desde la visión de robots a la observación de conjuntos de animales salvajes o la ubicación de actividades sospechosas en una multitud. La aplicación que Savarese tiene en mente ayudaría a que los conductor al mantener vigilancia sobre los peatones y activando una alarma o los frenos si un peatón da un paso inesperado en la calzada.

 

El Estudio se presentó  el martes en la Conferencia Europea sobre Visión de Computadora 2012 en Florencia, Italia.

 

Esta investigación tuvo apoyo de la Oficina de Investigación Naval y Toyota.