Cómo ayudó Moss a la visión artificial a superar el talón de Aquiles

En los últimos años, los algoritmos de aprendizaje profundo han revolucionado la forma en que las máquinas reconocen objetos. Los algoritmos de última generación superan fácilmente a los humanos en la identificación de cosas ordinarias como mesas, sillas, automóviles e incluso rostros.

Pero estos algoritmos tienen un talón de Aquiles: hay algunas cosas que simplemente no pueden ver. Por ejemplo, la visión artificial no es buena para reconocer cosas como pastos y hierbas, porque tienen formas amorfas que son difíciles de definir.

Una mesa generalmente tiene cuatro patas y una superficie plana, características que el aprendizaje automático es bueno para identificar. Por el contrario, los pastos y las hierbas de la misma especie pueden ser de diferentes tamaños y tener diferente número de hojas, semillas, etc., según las condiciones de crecimiento. Eso dificulta que la visión artificial los reconozca, especialmente si no están en flor.

A las máquinas les resulta igualmente difícil identificar árboles a partir de imágenes aéreas o cultivos a partir de imágenes satelitales. Lo que se necesita es un nuevo enfoque que pueda entrenar algoritmos de aprendizaje profundo para trabajar su magia en objetos con forma ambigua.

Entra Takeshi Ise y sus amigos en la Universidad de Kyoto en Japón. Estos muchachos han desarrollado una técnica simple que ayuda a las máquinas de aprendizaje profundo a reconocer estas plantas amorfas. Han puesto a prueba la nueva técnica enseñándole a reconocer diferentes tipos de musgo, una planta con una forma difícil de definir.

El equipo está bien posicionado para estudiar el musgo, dado el famoso clima cálido y húmedo de Kioto, que promueve su crecimiento. Ise y compañía comenzaron fotografiando musgo en un jardín japonés tradicional en Kioto, llamado Murin-An, donde se cultiva.

Identificaron tres tipos de musgo y los fotografiaron individualmente, pero también en lugares donde están presentes junto con otras plantas y características que no contienen musgo. Cada imagen fue tomada con una cámara digital, como una Olympus OM-D E-M5 Mark II, con una lente de 50 mm (o equivalente) desde una distancia de 60 centímetros directamente sobre las esteras de musgo. Estas imágenes tienen 4608 x 3456 píxeles.

El objetivo de su algoritmo de aprendizaje profundo es identificar los diferentes tipos de musgo en una sola imagen y distinguir el musgo de otros objetos y plantas.

Su método es sencillo. Para entrenar el algoritmo, el equipo divide cada imagen de un musgo específico en regiones mucho más pequeñas de 56 x 56 píxeles, con un 50 por ciento de superposición. De esta forma, la imagen original genera unas 90.000 imágenes, de las que utilizan el 80 por ciento para entrenar su algoritmo y el resto para probarlo.

Aunque las imágenes de entrenamiento se tomaron de una alfombra uniforme de un tipo específico de musgo, estas alfombras pueden contener pequeñas regiones de otros musgos. Entonces, el equipo examinó todas las imágenes de entrenamiento y eliminó las imágenes de musgos alienígenas a mano. Eso dejó imágenes de tres tipos de musgo— Polytrichum , Trachycystis , y La moda —así como características sin musgo. Todas las imágenes de entrenamiento podrían etiquetarse como uno de estos tipos e introducirse en la máquina de aprendizaje profundo.

Los resultados son impresionantes. Usando este método, el algoritmo aprendió rápidamente a reconocer cada tipo de musgo con buena precisión. Cuando los investigadores soltaron el algoritmo en una sola imagen que mostraba varios tipos de musgo, pudieron identificar con precisión los musgos en diferentes áreas de la imagen. El modelo clasificó correctamente las imágenes de prueba con una precisión de más del 90%, dicen.

El algoritmo funciona mejor para algunos tipos de musgo que para otros. El rendimiento estimado para Polytrichum es 99% [precisión de reconocimiento], Trachycystis es 95% y La moda es 74%, dicen Ise y compañía.

La menor precisión para La moda se debe a que esta planta es más amorfa que las otras, con formas de crecimiento menos definidas. Por el contrario, Polytrichum tiene una forma distintiva y bien definida.

El equipo dice que hay varias formas de mejorar la precisión, como construir un conjunto de entrenamiento de fotografías tomadas en diferentes épocas del año cuando el La moda el musgo, en particular, puede verse más distintivo. O el balance de blancos en la cámara digital podría estandarizarse para obtener una reproducción de color más precisa para cada musgo.

En cualquier caso, los resultados muestran una gran promesa para el futuro. La técnica podría aplicarse a imágenes aéreas para identificar mejor árboles y plantas en imágenes tomadas desde arriba. Eso sería de gran utilidad para el inventario en la naturaleza o en grandes áreas gestionadas, como granjas y bosques.

Mientras tanto, Ise y compañía dicen que planean desarrollar una aplicación que permita a las personas identificar musgo usando un teléfono inteligente. Eso podría resultar popular para los jardineros.

Ref: arxiv.org/abs/1708.01986 : Identificación de 3 especies de musgo mediante aprendizaje profundo, utilizando el método de imagen cortada

esconder