Intel propone un modelo de IA para reconocer rostros de imágenes térmicas
MADRID, 10 (Portaltic/EP)
Intel ha presentado junto a la Universidad de Tecnología de Gdansk (Polonia) un modelo de Inteligencia Artificial (IA) para que reconozca las características faciales de las personas en imágenes térmicas.
Las imágenes térmicas suelen utilizarse en el caso de pruebas médicas. Pero también para mantener la privacidad de las personas, ya que este tipo de imágenes oculta detalles que pueden identificar a las personas, como el color de los ojos.
En un estudio presentado en la Conferencia Internacional sobre Interacción del Sistema Humano, del Instituto de Ingenieros Eléctricos y Electrónicos, los investigadores de Intel han analizado el rendimiento de un modelo de IA entrenado con datos de luz visible y después entrenado de nuevo con imágenes térmicas.
Intel ha explicado que ha utilizado dos conjuntos de datos de imágenes térmicas de caras. El primero, denominado SC3000-DB, fue creado con una cámara FLIR Therma CAM SC3000 y contenía 766 imágenes en 40 categorías.
Cada categoría representaba a un voluntario diferente de los 19 hombres y 21 mujeres a los que se le pidió que se sentaran y miraran a la cámara durante dos minutos.
El segundo conjunto, el conjunto IRIS del Laboratorio de Procesamiento de Imágenes e Informática Visual (VCIPL) de la Universidad Estatal de Oklahoma (Estados Unidos), contiene 4190 imágenes de 30 voluntarios.
La diferencia entre ambos conjuntos es que en IRIS los voluntarios no tenían que mantenerse quietos mirando a la cámara y podían mover sus cabezas y utilizar diferentes expresiones faciales en las imágenes.
Lo primero que hicieron los investigadores fue recortar las imágenes para quedarse únicamente con la región de las caras mediante un modelo de aprendizaje automático. Después utilizaron otro modelo para extraer rasgos faciales de las imágenes y representarlos como vectores.
Finalmente, analizaron dos métodos comparando los vectores de rasgos faciales: uno para identificar a una persona en una imagen dada y otro basado en la similitud de las personas del conjunto de datos con una imagen nueva.
Los resultados mostraron que el modelo entrenado con imágenes de luz visible se generalizaba bien en imágenes térmicas, reconociendo con éxito rasgos faciales y distinguiendo a varios voluntarios de los dos conjuntos con precisiones del 99,5 por ciento para SC3000-DB y del 82,14 por ciento para IRIS.
Ahora los investigadores pretenden ampliar su estudio en el futuro para datos recogidos en otros escenarios, como cuando los voluntarios giran la cabeza de forma horizontal o vertical.
