Las empresas aplican la misma tecnología que utiliza Facebook en archivos de fotos y vídeos para encontrar e identificar a nuestros antepasados
La capacidad de disfrutar del Facebook Encontrar nuestras caras y reconocer a nuestros amigos en fotografías embarazosas tomadas hace diez años nos resulta familiar a la mayoría de nosotros. Normalmente, la tecnología funciona mapeando la geometría de una cara; las posiciones relativas y distancias entre los ojos, la nariz, la frente, la boca y el mentón. Se pueden utilizar hasta 70 'puntos de referencia faciales' para ponerle un rostro a su 'firma facial' y distinguirlo de los demás.
Una de las mejores cosas es que esta firma se puede utilizar para encontrar otras caras en una base de datos con firmas muy similares y para identificar su cara en imágenes o metraje olvidados hace mucho tiempo. En los últimos años, gracias en parte a las capacidades de reconocimiento facial que ofrecen más fácilmente los principales proveedores de nube, se está aplicando la misma técnica para identificar personas en fotografías no sólo de nuestra época universitaria, sino también de la década de 1860.
Ajuste de foto
El año pasado, el desarrollador Vignesh Sankaran creó una herramienta que reconocía rostros de la colección de imágenes digitalizadas de la Biblioteca Estatal de Nueva Gales del Sur. La aplicación en línea utilizó las capacidades de detección y reconocimiento facial de Amazon Web Services para seleccionar rostros en fotografías de la colección Sam Hood de la biblioteca.
Hood trabajó como fotógrafo y fotoperiodista principalmente en el área de Sydney, Australia, de 1880 a 1950. En la década de 30.000, la biblioteca adquirió una colección de más de 1970 negativos de Hood.
“Al hacer clic en una imagen, se muestran los resultados de la detección facial con cuadros delimitados alrededor de los rostros detectados. Los cuadros delimitadores coloreados en azul oscuro son rostros en los que se detectaron rostros similares en la colección de imágenes, con un nivel de confianza del 95%”, describió Sankaran.
Al hacer clic en un cuadro azul, aparecen otras fotos en las que aparece esa cara.
Potencialmente, la aplicación podría desarrollarse para adjuntar nombres a cualquier rostro reconocido, lo que facilitaría mucho la búsqueda de personas en la colección para el personal de la biblioteca.
Se está llevando a cabo un trabajo similar a mayor escala en los EE. UU. para comparar rostros encontrados en fotografías archivadas y enviadas de la Guerra Civil estadounidense.
En 2017, la colaboración entre investigadores de Virginia Tech, el Centro de Estudios de la Guerra Civil de Virginia y la revista Military Images dio como resultado el desarrollo de CivilWarPhotoSleuth (CWPS).
La herramienta utiliza software de reconocimiento facial para identificar 27 "puntos de referencia faciales" en fotografías de época subidas por el público. Luego, CWPS compara los puntos de referencia faciales únicos con las decenas de miles de fotografías de su archivo.
"El reconocimiento facial nos permite encontrar coincidencias incluso cuando el vello facial de un soldado cambia o si hay una vista diferente de él en nuestro archivo", dijeron los creadores de la herramienta.
“Una de las mayores fortalezas del sitio es que cuantas más personas lo utilizan, más valioso se vuelve. Cuando agregas una foto de identificación de tu colección, puede coincidir instantáneamente con una foto misteriosa que otro usuario ha estado tratando de identificar durante años. Del mismo modo, si busca una foto no identificada y no encuentra una coincidencia al principio, se le notificará automáticamente si aparece una posible foto coincidente en el sitio en cualquier momento en el futuro”, agregaron.
Una versión pública de site fue lanzado en agosto.
Valor del archivo
La capacidad también tiene aplicaciones empresariales, particularmente para organizaciones de medios que desean encontrar imágenes o fotografías relevantes en sus archivos de video.
"Tienen millones de horas de contenido de vídeo y normalmente se almacenan en múltiples sistemas heredados, no hay metaetiquetado y los procesos de búsqueda para encontrar contenido son extremadamente antiguos y manuales y abarcan múltiples sistemas", explica Angus Dorney, codirector ejecutivo. de la empresa de tecnología en la nube Kablamo de Sydney y Melbourne.
“Si eres un periodista en un medio de comunicación o trabajas para un archivo gubernamental y alguien te pide un metraje específico, es muy difícil, lento y costoso intentar encontrarlo”, añade.
Kablamo crea soluciones que tienen una "experiencia de usuario similar a la de YouTube" para encontrar material de archivo relevante. Al utilizar las herramientas de reconocimiento de rostros y objetos de AWS, los usuarios simplemente escriben una persona o cosa "y pueden obtener una lista retrospectiva de clasificaciones prioritarias, dónde están, y poder hacer clic y acceder a 'ese ejemplo' inmediatamente", dice Dorney, ex general gerente de Rackspace.
Los modelos de aprendizaje automático detrás de esta capacidad, con el tiempo, pueden refinar y ajustar su comportamiento, haciendo que los resultados sean más precisos y más útiles para los usuarios.
"De hecho, tienes una computadora que comienza a funcionar como un cerebro humano alrededor de estas cosas, lo cual es increíblemente emocionante", añade Dorney.
La empresa danesa Vintage Cloud está llevando a cabo un trabajo similar. Utiliza una API de reconocimiento visual ofrecida por Clarifai para aplicar metaetiquetado a material cinematográfico antiguo en un producto llamado Smart Indexing. La compañía anunció recientemente una base de datos de 100.000 rostros a los que los clientes pueden acceder y comparar con los que se encuentran en imágenes de archivo.
“Imagínese si un productor se le acercara y le exigiera imágenes de Marlon Brando, o un rascacielos en llamas, o un Ford de 1976”, dijo Peter Englesson, director ejecutivo de Vintage Cloud. "La indexación inteligente de sus activos de archivo le permitiría no sólo establecer si tiene el clip que desea, sino también acceder a él de inmediato, brindándole la oportunidad de darse cuenta del valor de ese activo".
por George Nott / Computerworld ES
