Google lleva un tiempo invirtiendo en el reconocimiento de objetos en imágenes, sobre todo usando redes neuronales compuestas por miles de ordenadores que aprenden conforme van encontrando ejemplos. Pero el problema es demasiado complejo como para solucionarlo por fuerza bruta; por muchos procesadores que pongas a trabajar en un algoritmo, no servirá de nada si este es ineficiente. Por eso ahora que Google tiene la base de la red neuronal, se está centrando en mejorar la manera en la que esta trabaja, con resultados espectaculares; por ejemplo, ahora el sistema de reconocimiento de imágenes es capaz de encontrar todos los objetos en una fotografía incluso si están parcialmente tapados por otros.

Redes neuronales para analizar fotografías

google-reconocimiento-imagen-2

Ese suele ser uno de los grandes problemas del reconocimiento de imágenes, que la comparación de objetos en la base de datos falla en cuanto este está incompleto y no “encaja” perfectamente con la definición e imagen guardada. La solución es mejorar el criterio usado para declarar lo que es un objeto y lo que no, y qué tipo es. De esta manera la red tiene que controlar un número menor de datos; Google calcula que la mejora ha llevado a una reducción de 10 veces la cantidad de parámetros usados en una comparación.

Aunque pueda parecer que no, usar menos parámetros ha mejorado no solo la velocidad de la comparación, sino también su calidad; ahora el sistema es capaz de encontrar objetos que anteriormente descartaba, como el ejemplo de la fotografía de portada de un perro con un sombrero. Aunque nunca antes haya visto un perro con sombrero, es capaz de reconocer los dos elementos que lo componen.

google-reconocimiento-imagen-4

De la misma manera, en este ejemplo vemos un gato “volador”, ya que la foto se ha tomado justo cuando estaba saltando; el sistema reconoce que el gato no forma parte de la estantería posterior, y sabe que forma parte de la misma “categoría” que el otro gato aunque esté en el suelo.

google-reconocimiento-imagen-3

Este sistema neuronal de reconocimiento de imágenes será muy útil en muchos productos de Google, desde los mas obvios (búsqueda de imágenes) hasta otros como los coches autónomos que podrán reconocer elementos de la vía mas rápida y fielmente.

Fuente | Google