Un nuevo sistema de sistema de vigilancia puede generar una descripción de texto en vivo de lo que sucede a la vista de una cámara, y si bien todavía no está listo para su uso comercial, el sistema muestra de lo que es capaz. Fue desarrollado por investigadores de la Universidad de California en Los Ángeles y dispone de una serie de algoritmos de visión que toman imágenes o fotogramas del vídeo como entrada, y devuelve resúmenes de lo que representan.
Desde la existencia de YouTube y todo el crecimiento de otras fuentes de vídeo que nos rodean la posibilidad de búsqueda de vídeos es un problema importante. Casi todos búsqueda de imágenes o vídeos todavía se hacen utilizando el texto relacionado.
La primera parte del sistema, llamado I2t (Imágen a texto) es un analizador de imagen, en el cual se descompone un fotograma, es decir, se remueve el fondo, y se identifica lo que se desea, objetos como vehículos, árboles y personas. Algunos objetos se pueden desglosar aún más, por ejemplo, las extremidades de una persona o ruedas de un coche pueden ser separado del objeto al que pertenecen.
Como mencionamos, el sistema I2t todavía no está listo para su comercialización, dado que si bien el procesamiento de imágenes de vigilancia es relativamente fácil para el software ya que la cámara, y por lo tanto el fondo en una escena, es estática; I2t está lejos de ser capaz de reconocer la variedad de objetos o situaciones que pueden aparecer en un video colgado de Internet.
No hay comentarios:
Publicar un comentario