Imaxes en alta definición a alta velocidade
Cando se necesitan imaxes en alta definición, hai dúas opcións: usar boas cámaras ou tratar imaxes menos boas por computador. Con todo, aínda que a cámara sexa moi boa, a calidade das imaxes obtidas pode non ser suficiente.
A primeira tendencia de quen non traballa con imaxes, colocada diante do computador, adoita ser aumentar a foto, facer un zoom. Esta técnica é moi limitada, pode aumentar un pouco máis ben, pero ao aumentar dúas veces, por exemplo, a calidade e a resolución diminúen drasticamente. Por iso, é conveniente utilizar programas especiais paira conseguir bos resultados, tanto en fotos como en vídeos.
Urinarios obrigatorios
As imaxes do computador están formadas en realidade por cuadraditos chamados píxeles que crean una matriz. Os pixels conteñen información sobre a cor e intensidade desta zona da imaxe. Por tanto, cantos máis píxeles, máis pequenos serán estes e, por tanto, máis información sobre a imaxe, con mellor resolución. E canto maior sexa a resolución, máis posibilidades de traballar e ampliar.
Cando aumentamos una imaxe só con zoom no computador, os píxeles aumentan pero non se engaden, a cantidade de información é a mesma, pero a superficie da imaxe é maior. Isto fai que a imaxe se difumine ou pixele. É máis adecuado aumentar o número de píxeles, pero iso si, aos novos píxeles hai que darlles una nova e adecuada información. Se se lles asigna a mesma información que os píxeles preexistentes, a imaxe volverá a difuminar.
Superresolución
Os métodos que incorporan píxeles e nova información paira eles denomínanse métodos de superresolución. Son programas que reconstrúen imaxes en baixa definición e melloran a súa resolución, e utilízanse en imaxes de satélite, no tratamento de imaxes obtidas a través de telescopios, microscopios, cámaras de seguridade ou cámaras infravermellas, na recuperación de películas antigas, na tecnoloxía dixital, etc.
Os sistemas baseados en cálculos matemáticos son os métodos de superresolución máis utilizados. Estes sistemas ou métodos realizan cálculos probabilísticos paira saber como integrar a nova información dos píxeles engadidos e con iso crear una nova imaxe.
Os métodos de probabilidade máis utilizados son as análises bayesianos. Os resultados son moi bos, pero adoitan ser bastante lentos: tardan 1 ó 2 minutos en tratar o vídeo dun segundo. Outro método relativamente novo. É un sistema de superseparación baseado en redes neuronais que traballa a 100 ou 200 veces máis rápido, case en tempo real.
No entanto, todos os programas de superresolución, tanto probabilísticos como neuronais, dividen o traballo en dúas fases. Na primeira fase créanse novos píxeles aos que se lles asigna nova información. Paira iso necesitan obrigatoriamente fragmentos de vídeo ou secuencias de imaxes fixas. Nunha segunda fase, utilizan esta información paira reconstruír a imaxe con mellor calidade.
Redes neuronais
Limitado ao método das redes neuronais, nunha primeira fase, o sistema xera una nova matriz baseada na rede ou matriz de píxeles da imaxe de vídeo. Concretamente, xera una matriz de 16 novos píxeles por cada píxel orixinal.
A continuación, utiliza o movemento dos obxectos das imaxes paira atribuír información aos novos píxeles. O movemento pode ser o desprazamento do obxecto en si mesmo, desde a fotograma dun vídeo á fotograma ou ben nunha secuencia fotográfica. Con todo, se o obxecto está parado, o sistema ten un movemento tan pequeno como a vibración da propia cámara.
Con todo, ao mover a imaxe, por unha banda pasa polos novos píxeles, xerando información paira estes novos píxeles. Doutra banda, o movemento crea novos ángulos entre cámara e obxecto, que o sistema aproveita paira obter nova información: mellora a definición de bordos, cores, tons, etc. grazas a novos ángulos ou puntos de vista.
Esta primeira fase realízaa o novo programa baseado en redes neuronais mediante métodos estándar.
Nunha segunda fase, o programa unifica toda a información e refai a imaxe con mellor resolución. Até agora os sistemas usaban estimacións matemáticas paira unificar a información e calcular a imaxe máis probable en base a ela, mentres que as redes neuronais non necesitan cálculo, xa que están preformadas.
Os seres vivos como exemplo
Os programas que traballan con redes neuronais son sistemas baseados na intelixencia artificial. As neuronas destas redes son simples simulacións das neuronas dos seres vivos, pero todas elas agrupadas nunha rede poden xerar modelos informáticos capaces de realizar tarefas de gran complexidade.
A principal característica deste tipo de sistemas é a súa capacidade de aprendizaxe e, neste caso, a súa formación no tratamento de imaxes.
A formación é moi similar á que facemos as persoas paira moitas cousas. En primeiro lugar, introdúcese ao sistema una imaxe de boa calidade ou resolución, seguida de varios exemplos en baixa resolución dunha mesma imaxe. Con elas, faise estorbar ao programa unha e outra vez de cada imaxe deficiente, é dicir, fáiselle avanzar da mala á boa.
O programa axusta varios parámetros até alcanzar o obxectivo marcado e memoriza ditos axustes. Así, ao atopar uns parámetros concretos, sabe que e canto ten que cambiar.
Necesítanse unhas 6 horas paira una correcta formación. Aprendeu como tratar imaxes en baixa definición e, en diante, sabe que e como tratalas en cada caso. Sempre seguirá os mesmos pasos: situará a imaxe a tratar na nova matriz de píxeles e, grazas ao movemento, dotará aos novos píxeles de nova información mediante as técnicas habituais, e posteriormente a rede neuronal unificará toda a información e reconstruirá a imaxe, baseada nas formas de actuación e axústelos de parámetros que ten memorizados.
O sistema baseado en redes neuronais non require cálculo matemático, polo que pode traballar nun golpe. Aí gaña tempo.
Este novo sistema de superresolución, desenvolvido na empresa SENER de Getxo, xa está no mercado. Con todo, non creemos que sexa fácil de conseguir. E é que, a pesar de que nos exemplos aparecen un coche e un ferry, sobre todo dirixíronse ao mercado de tratamento de imaxes gravadas por satélite, segundo informounos o responsable do proxecto, Carlos Miravet.
Zu idazle
Zientzia aldizkaria
