211service.com
Un acto de desaparición de la acera
En 2008, respondiendo a preocupaciones sobre la privacidad, Google comenzó a difuminar los rostros de las personas captadas por cámaras montadas en automóviles y mostradas en su Google Street View servicio de cartografía. Los investigadores de California creen que ahora han encontrado una solución mejor: un software que elimina automáticamente cualquier rastro de que una persona estuviera en una escena.
Ahora me ves: El software que elimina a los peatones de Google Street View podría ayudar a aliviar los problemas de privacidad.
El enfoque protege la privacidad de las personas al mismo tiempo que brinda una vista más limpia a nivel de la calle, dice Arturo Flores, estudiante de posgrado en ciencias de la computación en el Grupo de Inteligencia Artificial en la Universidad de California, San Diego. Incluso con la cara borrosa, todavía es posible identificar a una persona, dice Flores. La ropa, la forma del cuerpo y la altura, combinadas con una ubicación, pueden ser suficientes para reconocer a alguien, dice.
Las furgonetas de Street View de Google utilizan nueve cámaras montadas en el techo para tomar fotografías regulares de la escena que las rodea. Luego, estos se unen para producir una vista panorámica casi perfecta. Pero eliminar automáticamente a las personas de miles de imágenes variadas, cada una de las cuales muestra escenas diferentes, es un desafío.
El software de Flores primero tiene que detectar a los peatones en una escena. Esto se hace utilizando un algoritmo estándar de reconocimiento de objetos llamado modelo de forma implícita (ISM), que se desarrolló en el Instituto Federal Suizo de Tecnología . La idea es encontrar un contorno aproximado de peatones, dice Bastian Leibe , un codesarrollador de ISM que ahora se encuentra en la Universidad RWTH Aachen. Debido a que existe tanta variabilidad en la apariencia humana, el algoritmo adopta un enfoque probabilístico: busca similitudes entre las formas en las imágenes y cientos de imágenes de peatones que ha sido entrenado para reconocer.
Una vez que se ha identificado a un peatón y se ha cortado de una imagen, se debe rellenar el agujero dejado atrás. El software de Flores hace esto utilizando fotografías capturadas antes y después de la imagen en cuestión por las camionetas de Street View de Google. Estas imágenes muestran una vista del fondo desde ángulos ligeramente diferentes; el algoritmo puede reorientar el fondo y unirlo en el espacio dejado por el peatón desaparecido.
Flores y su asesor, Serge Belongie , presentó recientemente el trabajo en el IEEE International Workshop on Mobile Vision en Chicago. Flores dice que algunas imágenes del mundo real son simplemente demasiado inusuales para que el software las procese correctamente. En algunas tomas se han dejado artefactos extraños, como perros con correa sin su dueño, o pares de zapatos aparentemente abandonados en la acera.
El sistema también tiene dificultades para generar un fondo cuando un peatón camina en la misma dirección que la camioneta de Google, dice Flores. Simplemente no es posible obtener una vista sin obstáculos del fondo, dice.
Andrew Blake , subdirector gerente de Microsoft Research Cambridge, en el Reino Unido, y experto en visión por computadora, dice que la mayoría de las técnicas utilizadas en el software de Flores son bien conocidas. Agrega que los avances recientes han hecho que sea más fácil unir imágenes para crear una composición de apariencia suave. El software de unión de panoramas de última generación permite al fotógrafo unir el mejor panorama posible de cualquier pila desordenada de imágenes de una escena, dice.
Leibe señala que este software, o algo similar, podría usarse en última instancia para crear imágenes a nivel de calle para sistemas de navegación paso a paso, para reemplazar las animaciones generadas por computadora que ahora usan dichos sistemas.