.

Inteligencia Artificial

Olvídese de los filtros de Instagram, los de esta inteligencia artificial son mucho más versátiles

1

Un algoritmo de visión automática es capaz de mapear los colores de una imagen y compararlos con otra. También crea agrupaciones cromáticas y permite sustituir unas por otras de forma sencilla. La técnica ofrece mucho más que un simple filtro Valencia

  • por Emerging Technology From The Arxiv | traducido por Teresa Woods
  • 26 Abril, 2017

La ciencia del color está experimentando una revolución. Hasta ahora, la teoría de los colores ha sido poco más que una colección de ideas basadas, en parte, en la ciencia. Pero la capacidad de analizar enormes conjuntos de datos mediante algoritmos de visión automática está cambiando esta rama del conocimiento. De repente es posible estudiar el color y cómo se utiliza de maneras completamente distintas. Por ejemplo, ahora extraer combinaciones de colores de una imagen y pegárselas a otra resulta muy fácil.

Pero este proceso de traspaso del color es una herramienta algo burda. La técnica permite reemplazar un conjunto de colores por otro pero no puede compararlas, decidir cómo emparejar determinados colores ni detectar si una paleta carece de un color para reemplazarlo.

El problema es que no existe ninguna manera de ordenar los colores, lo que complica la comparación entre distintas paletas. Así que los especialistas de imágenes estarían encantados de tener una forma natural para ordenar los colores de una imagen para poder compararlos con otros. Y eso es justo lo que ha conseguido el investigador de la Universidad Técnica de Dinamarca Huy Phan junto a unos compañeros. Su técnica se implementa fácilmente y genera, de forma inmediata, un nuevo grupo de filtros de imagen mucho más flexibles que los disponibles actualmente.

El problema básico es fácil de resumir: dadas las paletas de color de dos imágenes, ¿en qué orden deberían aparecer los colores para realizar una comparación significativa? Con esta pregunta, el equipo quiere decir que los colores utilizados para los mismos objetos deberían ser comparables.

El equipo de Phan aborda esta cuestión como una especie de problema de clasificación. Primero, evalúa una imagen haciendo un gráfico tridimensional de la posición de los colores que contiene (su paleta). Cada color puede ser considerado como un vector que describe cómo está compuesto de una mezcla de rojo, verde y azul, por ejemplo.

Entonces, los investigadores miden la distancia entre cada pareja de colores de la paleta. Por último, utilizan un algoritmo para calcular cómo asignar una paleta a otra, con una distorsión mínima. En efecto, su algoritmo encuentra agrupaciones de color dentro del espacio cromático de cada paleta.

El conjunto de datos es importante. La investigación de Phan detalla: "Hemos tenido en cuenta las paletas de color extraídas de colecciones de bellas artes, las cuales creemos que representan una abundante fuente de temas de color de estilo y únicos".

Eso también limita la materia, algo que resulta crucial. Henri Matisse a menudo utilizaba rojos y verdes intensos en sus obras, por ejemplo, mientras que Maximilien Luce empleaba azules y amarillos fuertes para el sombreado. Pero puesto que estos artistas emplean escenas similares (por ejemplo, escenas divididas entre el cielo y la tierra), los colores son comparables.

Esto implica que el equipo presupone que las agrupaciones similares de colores describen objetos similares. El algoritmo entonces mapea estas agrupaciones oara poder aplicar los colores del cielo de una imagen al mismo conjunto de colores del cielo de otra.

Y puesto que la transformación se aplica en toda la imagen, es sencillo mapear cualquier color de paleta sobre su equivalente en otra distinta.

Eso da lugar a una forma natural de ordenar los colores. Para ello, el equipo de Phan especifica el número de colores de cada grupo, y utiliza cinco colores como modelo estándar (las cifras más elevadas requieren bastantes más recursos comptuacionales).

El algoritmo entonces encuentra cinco colores dentro de la primera agrupación, después en la segunda, tercera y así sucesivamente. Ordenar estas agrupaciones entonces permite que las paletas de cada imagen sean fácilmente comparadas.

El método ofrece algunas interesantes aplicaciones. Por ejemplo, el equipo ha creado una aplicación llamada Photo-style Explorer, que actúa como un filtro de Instagram pero dentro de un espacio de color continuo. El equipo detalla: "En lugar de escoger entre un par de temas predefinidos, uno puede surfear libremente un espacio continuo de posibles coloreados para escoger el que más le guste". 

Otra opción consiste en utilizar distintas paletas para dar color a distintas partes de una misma imagen. Esto permitiría, por ejemplo, utilizar una paleta para el cielo y otra para los árboles.

También mejora el análisis de las paletas asociadas a cada artista, lo que mejora la transferencia de su firma cromática a otras imágenes. El resultado final es que es posible, y muy fácil, recolorear una foto con una paleta típica de Renoir o de Vincent Van Gogh, o ambas a la vez. Es un trabajo interesante que amplia la manera en la que el color puede ser empleado en imágenes modernos.

Ref: http://arxiv.org/abs/1703.06003: Color Orchestra: Ordering Color Palettes for Interpolation and Prediction

Inteligencia Artificial

 

La inteligencia artificial y los robots están transformando nuestra forma de trabajar y nuestro estilo de vida.

  1. Al habla con la IA: el reto de lograr voces más diversas e inclusivas

    La iniciativa Common Voice, de Mozilla, busca que las voces generadas por inteligencias artificiales sean más inclusivas y reflejen una mayor variedad de dialectos para asegurar que las particularidades de cada lugar y cultura se preserven frente al avance tecnológico

    La iniciativa Common Voice, de Mozilla, busca que las voces generadas por IA sean más inclusivas y diversas
  2. Estos robots aprendieron a superar obstáculos reales desde un entorno virtual gracias a la IA

    Un nuevo sistema podría ayudar a entrenar robots usando exclusivamente mundos generados mediante inteligencia artificial

  3. Por qué la IA podría comerle la tostada a la computación cuántica

    Los rápidos avances en la aplicación de la inteligencia artificial a las simulaciones físicas y químicas hacen que algunos se pregunten si de verdad necesitamos ordenadores cuánticos