Object Mining – Reconocimiento de objetos en entornos multimedia

Desde Ibermática,  la unidad de Sistemas Inteligentes de Control y Gestión, a partir de librería gráficas y técnicas de I.A, ha ofertado un nuevo producto cuya funcionalidad consiste en la posibilidad de detectar objetos (indivíduos, automóviles, edificios) en fotografía y vídeos, de forma que sirva como ayuda a la documentación de soportes multimedia. Además de identificar los objetos en las imágenes, también permite identificar (si existe una base de datos entrenada) personas dentro de los soportes, o de qué edificio se está hablando.

Se basan en tres tipos de clasificadores, cada uno aporta una carcaterística especial, en función de la rapidez de aprendizaje, ratio de acierto y extracción de carcaterísticas principales. Los métodos son redes neuronales backpropagation, redes neuronales con un flitro PCA aplicado anteriormente (EigenVectores), Knn cercanos y SVM. La media de los cuatro métodos identifican la certeza de la identificación del objeto.

En el futuro, y debido a los cambios legales (LOPD) que suponen que los usuarios puedan demandar la identificación e incluso el borrado de aquellos archivos y vídeos en los que aparezcan sin su consentimiento, este tipo de aplicaciones será cada vez más demandado.

En este sentido, la aplicación utiliza, para la detección de personas, reconocimiento facial. Los métodos de control de acceso biométricos están actualmente en auge debido al incremento del control de seguridad en los distintos ámbitos empresariales y organizativos. Pertenecen a este ámbito aplicaciones basadas en huellas dactilares e iris de los ojos, entro otros. Sin embargo, a pesar de que existen múltiples trabajos relacionados con el reconocimiento facial, es difícil aplicar dicho reconocimiento a aplicaciones en el mundo real debido a los problemas de variación en la iluminación, posición y cambio de expresiones y aspecto. Además, los sistemas propuestos en laboratorio usualmente no contienen un volumen amplio de muestras ni de variaciones en las mismas que puedan utilizarse en aplicaciones dentro de entornos reales. Los trabajos realizados se enmarcan en el problema del reconocimiento del individuo, pero no en la autorización de accesos basada únicamente en el control facial, a pesar de que existen aplicaciones que combinan tarjetas con reconocimiento facial, centrándose más en la verificación que en la identificación. En este trabajo se propone un sistema robusto de clasificación en base a una red neuronal multicapa, cuya entrada serán fotografías de muestras faciales con distintas variaciones de iluminación, posición, e incluso de individuos con muestras tomadas en épocas diferentes, con un volumen de muestras que simula un entorno real. La salida no es el reconocimiento del individuo, sino la pertenencia de éste a la clase de autorizados o no autorizados. A través de estos experimentos, se demostrará que esta estructura relativamente sencilla es suficiente a la hora de seleccionar las características principales de los individuos, que posteriormente, y en el mismo proceso, permitirá a la red clasificar a los individuos correctamente ante la entrada en un control de accesos.

Se ha realizado un aplicativo que en base a redes neuronales, es capaz de identificar la «huella» facial de un usuario, y comparalar con el resto del «mundo», para determinar la autorización o no del acceso di dicho usuario.

Para leer más:
http://www.springerlink.com/content/w034n675236665xl

Vídeos de  ejemplos en aplicaciones reales:

Detección Facial:

Entornos Multimedia: