Descobrint els secrets dels nostres ulls

Garrote Contreras, Estibaliz

Computer Vision Group

Tecnalia

gure-begien-sekretuak-ezagutzen
Imatge original i creació de la cèl·lula ganglionar nana G off del model de la retina. Ed. Estibaliz Garrot

La visió artificial analitza els elements presents en una imatge. El seu objectiu és conèixer-la, però conèixer-la… per a ajudar-la. Ajudar un cec a llegir la marca de la llet que està comprant, a un metge a tenir una radiografia de major qualitat, o a un fabricant de caragols perquè tinguin una mesura exacta perquè un robot la insereixi en un cotxe.

Part d'aquest camp tecnològic és el coneixement del color. En moltes tasques, la informació que transporta el color és imprescindible: per exemple, per a conèixer el grau de maduresa de la fruita, si les revistes s'han imprès correctament o si les llaunes de refresc han estat litografiadas correctament.

Color

Variació del color en funció de l'entorn. Totes dues caselles són del mateix color. Ed. Estibaliz Garrot

Quan treballem amb colors, creiem que es poden avaluar fàcilment. Nosaltres ho fem en tot moment: acostem el quadern vermell o mirem el cotxe blau. Però per a un sistema artificial aquest treball és molt difícil. La primera dificultat és que les cambres treballen únicament amb tres colors: vermell, verd i blau; es diu RGB (tenint en compte les paraules de xarxa , green i blue en anglès). I la segona és que el color no és la característica immutable d'un objecte. Si veiem un full de paper al sol ens semblarà blanca, però si mirem en una habitació amb una llum vermella ens semblarà vermella. En veure el color la llum influeix molt. També és important el que tenen al seu voltant: en la imatge de la pàgina següent tenim dos quadres del mateix color envoltats de diferents colors, els nostres ulls ens diuen que els colors del quadre són diferents.

Amb l'objectiu de determinar el comportament del color, els investigadors treballen des de fa temps. Newton va fer els seus primers passos, analitzant com es descomponia la llum en travessar un prisma. Li segueix JC Maxwell i T. Per exemple, Young va seguir la mateixa línia, als quals devem el que avui sabem sobre el color, que bàsicament és una percepció humana. És a dir, el color existeix perquè nosaltres veiem el món i associem colors al que veiem. El mateix ocorre amb les llengües: encara que una paraula té un so propi, té sentit perquè nosaltres li donem significat.

Neurociència

Exemple de localització recíproca de cèl·lules tipus 1 i tipus 2. Ed. Estibaliz Garrot

Sent el color una característica de la percepció humana, comencem a analitzar com el veiem. Per a això era necessari conèixer la manera de treballar del nostre sistema visual. La neurociència és una disciplina que estudia el nostre sistema nerviós i en la qual es troba la visió. Els neuroinvestigadores parteixen de diferents enfocaments: biològic, mèdic, farmacològic... La neurociència computacional estudia la manera de treballar del nostre sistema neurològic per a crear sistemes artificials basats en sistemes biològics.

Visió humana

Els ulls són l'accés a la visió humana. Són un tresor, un tresor que tots tenim, i res més començar a analitzar-ho ens adonem de la complexitat del sistema. Els humans tenim dos ulls amb més de 100 milions de fotorreceptores (cons i bastons). Dit d'una altra manera, tenim una cambra de 100 megapíxels en cada ull, amb càmeres digitals actuals entre 5 i 20 megapíxels. Però a més tenim un petit ordinador: la retina. Aquest ordinador està format per 6 capes ordenades. Cada capa de la retina és realitzada per diferents cèl·lules.

Model

Representació del camp de captació d'una cèl·lula ganglionar nano. A l'esquerra, vista 3D i a la dreta, vista zenital. Ed. Estibaliz Garrot

Per a poder analitzar com treballem els éssers humans el color, hem desenvolupat un model matemàtic representant el funcionament de la retina. Per a la construcció d'aquesta estructura hem recopilat i analitzat les dades de la recerca anatòmica i neurofisiològica. Comença amb la definició de cadascuna de les capes que componen el model. Definirem la localització de cada cèl·lula de cada capa per a definir el nivell de coberta i les zones de captació. A més, les cèl·lules estan connectades a una altra mena de cèl·lules, rebent senyals d'entrada i emetent senyals de sortida, simulant connexions dendríticas i axónicas. Finalment, la integració dels senyals rebuts per les cèl·lules i la generació de senyals de sortida mitjançant xunts o connexions unificadores han estat unes altres de les àrees que hem treballat.

Per tant, per a poder construir el model és necessari determinar on està cada cèl·lula, amb quina i com es comunica i quin tipus de treball realitza.

En total s'han pres com a model 4 tipus de cèl·lules i 24 subtipus. Els canals de sortida del sistema són cèl·lules ganglionars que, una vegada codificats els polsos nerviosos, transmeten la informació a través del nervi òptic.

Exemples de figures creades per capa cel·lular i atributs de color en l'esquema tipus retina (H = To, J = Blancor, Q = Lluminositat, S = Saturació, C = Croma i M = Cromicidad). Ed. Estibaliz Garrot

Hem definit un sistema que calcula el color d'una imatge combinant els canals d'informació que genera cada grup de cèl·lules ganglionadas. Per a això ens hem basat en el càlcul dels atributs de colors proposats per la ciecam02 (Comission Internationale de l'Eclairage 2002). Unint el sistema inventat i el ciecam02a, hem aconseguit un sistema bioinspirado capaç de distingir els colors de la manera que les persones distingeixen. El model de color d'una imatge calcula, per a cada punt, el to, la blancor, la lluminositat, la saturació, el croma i la cromàtica, així com els paràmetres de detecció d'arestes, tant en components cromàtics com no cromàtics. El model matemàtic inventat en el treball de recerca obté millors resultats que l'últim model proposat pel CIE en utilitzar les bases de dades de colors Munsell. A més, el model CIE s'utilitza únicament amb mostres de laboratori, mentre que el model presentat és capaç de treballar amb imatges reals. En la imatge superior es mostren les imatges generades pels diferents tipus de cèl·lules del model, així com les característiques de color de cada píxel. Aquest sistema obre les portes als avanços en visió artificial i millora els resultats obtinguts fins al moment. Es podrà utilitzar tant per a millorar la qualitat de vida de les persones com en la indústria.

Agraïments: Gràcies a FUNDACIÓ TECNALIA per la seva col·laboració i gràcies al GOVERN BASC per la concessió de subvencions a través del programa ETORTEK per a recerques realitzades en l'Institut Tecnològic de Massachusetts i en la Universitat de Cambridge.

Bibliografia

Bear, M. F.; Connors, B.W. ; Paradiso, M.A. : "Neuroscience: Exploring the Brain 3rd edition", en Lippincott Willians & Wilkins (2007).
Boycott, B.B. ; Wässle, H.: "Morphological classification of bipolar cells of the primat retina" in European Journal of Neuroscience, vol 3 (1991), pàg. 1069-1088.
Carandini, M.; Heeger, D.J. : "Summation and division by neurons in primat visual cortex" en Science, 264 (1994), pp 1333- 1336.
Chichilnisky, E. J.; Baylor, D.A. : "Receptive-field microstructure of blue-yellow ganglion cells in primat retina" en Nature neuroscience volume 2, no 10, (1999) pp.889-893.
Curcio, C. A.; Allen, K. A. Sloan, K. R. Lerea, C. L. Hurley, J. B. KlockL, I. B. Milam, A. H.: Distribution and Morphology of Human Cone Photoreceptors Stained With Anti-Blue Opsin", en The Journal of Comparative Neurology, 312 (1991), pàg. 610-624.
Dacey, D. M.; Lee, B. B. "The 'blue-on' opponent pathway in primat retina originates from a distinct bistratified ganglion cell type", en Nature Vol. 367 (1994), pàg. 731-735.
Fairchild, M. D. Color appearance models. 2nd ed. Ed. Wiley (2004) 6.
Hendry,S. H. C.; Reid, R. C. "The koniocellular pathway in primat vision", en Annu. Rev. Neurosci. 23 (2000) pàg. 127-153.
Hopkins, J. M. Boycott, B. B. "Synapses between primat retina cones and diffuse bipolar cells of a primat retina", en Journal of Neurocytology, 24 (1995), pàg. 680-694.
Jhuang, H.; Garrot, E.; Yu, X.; Khilnani, V; Poggio, T.; Steele, A.; Serre, T.: "Automated home-cage behavioral phenotyping of mice", en Nature communications, 1(1) (2010), precisió:10.1038/ncomms1064.
Lennie, P.; Willian Haake, P.; Williams, D.R. : "The design of chormatically opponent receptive fields", en Computational model of visual processing. MIT. (1994).
Livingstone, M. S., D. Hubel H.: "Anatomy and physiology of a color system in the primat visual cortex" en Journal of neuroscience, 4 (1984), pàg. 309-356.
Schiller, P. H.: "The ON and OFF channels of the visual system" in TINS, Vol. 15 (1992), No. 3.
Stockman, A., Macleod, D. I. A. Johnson, N. R. "Spectral sensitivities of the human cones" en J. Opt. Soc. Am. A, Vol. 10 (1993), No. 12.
Babesleak
Eusko Jaurlaritzako Industria, Merkataritza eta Turismo Saila