Investigadora de la UABC optimiza sistema de reconocimiento de imágenes

La doctora Selene Solorza Calderón, investigadora de la Facultad de Ciencias de la Universidad Autónoma de Baja California (UABC), se propone aumentar la confiabilidad y rapidez de los sistemas de software empleados para el reconocimiento de patrones en imágenes digitales.

En entrevista con la Agencia Informativa Conacyt, la especialista explicó que en sus investigaciones utiliza  teorías de estadística paramétrica para generar sistemas que funcionen mediante la asignación de tres atributos y su posterior clasificación en lo que ella ha denominado “un espacio de confianza”.

Ejemplificó el problema que busca resolver con el tratamiento de la escena de un crimen, donde se levanta la muestra de una huella dactilar para su comparación en una base de datos previamente almacenada.

“Suponiendo que hay una base de datos de 400 millones de imágenes y esta comparación la haces en 0.001 segundo y que la huella que levantaste coincide con la imagen número 400 millones, te tardarás cuatro días y 16 horas aproximadamente en obtener el resultado, por lo que es demasiado tiempo de cómputo”, lamentó.

Indicó que su propuesta consiste en utilizar un objeto que en el plano es percibido como un rectángulo y al llevarlo a dimensión tres se le denomina ortoedro. Un ortoedro de confianza es un paralelepípedo ortogonal, esto es, un objeto tridimensional (3D) cuyas caras son rectángulos.

“Si tienes la huella dactilar a la que le asignas tres atributos, que son tres números con los que formas una coordenada en el espacio, si esa coordenada cae dentro de uno de los ortoedros, entonces haces la clasificación de la imagen”, detalló.

Continuando con el ejemplo, expuso que el ortoedro se construirá utilizando teorías de la estadística paramétrica y los atributos obtenidos de las imágenes trasladadas, rotadas y escaladas de la huella dactilar y en lugar de hacer una comparación imagen por imagen, se hace la clasificación ubicando la coordenada dentro de uno de los ortoedros y así se reduce significativamente el tiempo de procesamiento del sistema.

“Ese es el objetivo de mi investigación, reducir el tiempo de cómputo al momento de estar haciendo la clasificación y decirlo con un nivel de confiabilidad, actualmente alcanza 95.4 por ciento”, enfatizó la investigadora.

Transformaciones geométricas

Otra de las líneas de investigación del proyecto de reconocimiento de patrones en imágenes digitales de la doctora Selene Solorza, se enfoca en que sean invariantes a algunas transformaciones geométricas.

“Transformaciones geométricas se refiere a que sin importar en qué posición de la imagen esté el objeto el sistema lo reconozca, esto es invariancia de traslación, otra es que no importa si el objeto está rotado en el plano o que tenga una rotación azimutal”, describió.

Mencionó que otro invariante es el de escala, es decir, que para el sistema no tenga relevancia el tamaño del objeto y continúe reconociéndolo.

Apuntó que para el ser humano es muy sencillo hacer este tipo de invariantes, pero el reto se presenta cuando el objetivo es que una computadora lo lleve a cabo.

“Se tienen herramientas matemáticas para tener estos invariantes pero el problema que surge es que los tenemos para el dominio continuo y cuando se pasa al dominio discreto, que es como trabajan las computadoras, es ahí en donde viene la discrepancia”, sostuvo.

Añadió que la forma en que se combinan las herramientas matemáticas es determinante para el tiempo de cómputo, debido a que hay transformaciones complejas que resultan tardadas para la computadora.

“Entonces es importante saber cuáles son las herramientas matemáticas, utilizar las que empleen el menor costo computacional pero también que den mayor confiabilidad, el menor error posible numéricamente hablando”, concluyó la investigadora.

Fuente: CONACYT.