211service.com
Una nueva dimensión para tus fotos
Mirar las impresiones fotográficas de sus vacaciones en Washington, D.C., puede generar recuerdos de estar en lugares reales y tridimensionales como el Lincoln Memorial. Pero, ¿qué pasaría si realmente pudiera caminar hacia su fotografía y pararse a los pies de Lincoln una vez más, o al menos hacer zoom dentro de una versión 3-D de su imagen en la pantalla de una computadora? Un nuevo servicio web llamado Fotowoosh promete brindar una experiencia de este tipo, cortesía de los investigadores de visión por computadora de la Universidad Carnegie Mellon, en Pittsburgh.
El panorama: El sistema basado en web de Fotowoosh convierte imágenes planas y bidimensionales en escenas 3-D con zoom mediante algoritmos de aprendizaje automático que subdividen una imagen en áreas que representan el suelo (verde en la imagen de color falso), superficies verticales (flechas) y el cielo ( círculos). Luego, estas superficies se doblan en un modelo 3D que se asemeja a una ilustración emergente en un libro para niños. Para examinar un modelo de Fotowoosh de muestra en 3-D, deberá descargar un archivo .wrl del sitio web de Fotowoosh y una extensión de visor 3-D para sus navegadores web.
Derek Hoiem , un candidato a doctorado en Carnegie Mellon's Instituto de robótica , ha pasado el último año y medio averiguando cómo conseguir software para convertir imágenes planas en modelos de realidad virtual 3-D que puedan manipularse en la pantalla. Trabajando con miembros de la facultad Alexei Efros y Hebert marcial , Hoiem ideó un sistema de aprendizaje automático que identifica varias superficies y sus orientaciones basándose en lo que ha aprendido al examinar fotos anteriores. En esencia, Fotowoosh libera a la persona que ve una fotografía desde el punto de vista del fotógrafo para que pueda explorar perspectivas distintas a la que realmente capturó la cámara.
Ahora Freewebs , una empresa de Silver Spring, MD, que aloja 14 millones de sitios web personales, está a punto de lanzar una versión para el consumidor del software de Hoiem en la Web. Presidente de Freewebs Shervin Pishevar dice que espera que los usuarios de la Web carguen miles de fotografías en Fotowoosh y compartan las versiones tridimensionales con otros visitantes, convirtiendo el servicio en lo que él llama un Flickr tridimensional. Flickr es, por supuesto, el sitio de redes sociales y para compartir fotos muy popular de Yahoo.
En mayo se lanzará una versión de prueba del sistema Fotowoosh, dice Pishevar. El sistema funciona mejor con imágenes de exteriores. Las fotos convertidas se parecen un poco a las ilustraciones de los libros emergentes para niños: hay un fondo obvio que corresponde a la página plana en un libro emergente, y las superficies verticales están en ángulo recto con el suelo, representando objetos como paredes, árboles, etc. y vehículos. Las imágenes aparecen dentro de una página web cargada con un visor especial con controles para hacer zoom, panoramizar y rotar el modelo 3-D. Si bien el software agrega literalmente una nueva dimensión a las viejas fotos de turistas, en el futuro también podría aplicarse para fines como la navegación de robots o la construcción de mundos virtuales 3D fotorrealistas.
Multimedia
Video: una nueva dimensión para sus fotografías
Hoiem dice que el software imita algunos de los trucos que utiliza nuestro cerebro para dar profundidad a las imágenes bidimensionales que aterrizan constantemente en nuestras retinas. Las cámaras tradicionales (no estereoscópicas) solo tienen un ojo en comparación con los dos. Eso significa que no pueden aprovechar el paralaje, el fenómeno en el que nuestros ojos derecho e izquierdo ven objetos cercanos en posiciones ligeramente diferentes en relación con los objetos más lejanos, para obtener una imagen estéreo. De hecho, es matemáticamente imposible que el software calcule la forma de una escena 3-D a partir de una única imagen bidimensional con un 100% de confianza, ya que los objetos en la escena podrían teóricamente estar a cualquier distancia. Pero la gente puede hacerlo, señala Hoiem. Es solo que no existe una solución algebraica simple.
De hecho, el paralaje no es estrictamente necesario para la visión en 3-D: si cierras un ojo, el mundo no se desinfla. El cerebro infiere profundidad utilizando todo tipo de señales como el sombreado, el color, el movimiento y nuestra experiencia aprendida sobre las relaciones espaciales entre pisos y paredes, o entre calles y edificios. Resulta que utilizando un modelo bastante simple, pensando en el mundo en términos de una superficie terrestre, superficies verticales que sobresalen de él y el cielo, se pueden crear modelos tridimensionales bastante convincentes, dice Hoiem.
El software que él, Efros y Hebert desarrollaron comienza a convertir una imagen tratando de agrupar cada píxel en una imagen bidimensional en una de estas clases. El cielo suele ser el más fácil: es azul o blanco. Los bordes superior e inferior de la mayoría de las fotos están alineados con el horizonte, lo que ayuda al software a identificar el plano del suelo. Y las ventanas de un edificio de varios pisos a menudo están dispuestas en líneas paralelas con un punto de fuga común, una fuerte indicación de una superficie vertical.
Pero Hoiem no enseñó explícitamente estas reglas al software. El sistema se basa en algoritmos de aprendizaje automático, lo que significa que descubre sus propias reglas generales al reconocer patrones estadísticos en cientos de imágenes en las que el suelo, el cielo y las superficies verticales han sido etiquetados previamente por humanos.
No tuvimos que empezar completamente desde cero, afortunadamente, dice Hoiem. Se ha trabajado mucho en cómo representamos el color, la textura y la estructura. Existe un algoritmo existente para reconocer el punto de fuga de un grupo de líneas. Y la gente ha trabajado mucho para reconocer objetos como personas o automóviles. Pero nadie había pensado que tal vez puedas combinar todos estos y aprender a reconocer la geometría real de una escena.
Una vez que Fotowoosh ha identificado las superficies principales en una escena, las une en un modelo 3-D usando el formato de archivo Virtual Reality Markup Language, o VRML. El software despega partes de la imagen bidimensional y las pega en las superficies apropiadas en el modelo, un proceso llamado mapeo de texturas.
Actualmente, los modelos terminados solo se pueden ver dentro de un navegador web equipado con una extensión especial para ver archivos VRML. Pero en la versión beta de Fotowoosh, que se publicará el próximo mes, los modelos se mostrarán utilizando el formato Flash más común ya incluido en la mayoría de los navegadores, según Pishevar. (El Página de inicio de Fotowoosh incluye un video que demuestra el producto final para varias imágenes de muestra).
En este momento, el sistema no es muy bueno para separar objetos discretos que deberían estar en primer plano, como peatones en una escena callejera, de superficies de fondo, como paredes. Pero Hoiem está trabajando en eso. En un año o posiblemente menos, podrá tomar una foto de un callejón con todo tipo de automóviles y personas, y crear un modelo 3-D en el que todos se vean como objetos separados en primer plano en 3D, dice.
Unas 17.000 personas se han sumado a la lista de espera del software beta, según Pishevar. Los visitantes podrán cargar y convertir sus propias fotos en modelos 3-D y almacenarlas en un área de galería, y los miembros de Freewebs podrán incrustar los modelos en sus propias páginas web.
Pishevar dice que Freewebs se acercó a Hoiem para comercializar su trabajo porque se alinea mucho con nuestra visión de transformar los tipos de medios personales que pueden vivir en una página web visual. Es una de esas tecnologías que cambia la forma en que ves las cosas en el mundo y lo que crees que es posible.
Eventualmente, el trabajo de Hoiem podría cambiar la forma en que los robots usan la visión por computadora para navegar a través de entornos llenos de obstáculos. Hoiem dice que él y sus colegas también están trabajando en formas de crear modelos 3D más complicados procesando múltiples fotografías de la misma área. Además, están trabajando en la idea de animar escenas en 3D, como calles concurridas, prediciendo las direcciones en las que los peatones y los automóviles se habrían movido en los segundos siguientes al clic del obturador del fotógrafo.
Debido a que los modelos Fotowoosh se adhieren a un formato 3D estándar, VRML, podrían importarse fácilmente a otras aplicaciones 3D, como software de modelado; mundos virtuales inmersivos, como Second Life de Linden Lab; y sistemas de globo virtual, como Google Earth y Microsoft Virtual Earth. La capacidad de crear edificios tridimensionales con mapas de textura dentro de estos mundos a partir de unas pocas fotos bidimensionales sería un gran avance con respecto a los métodos actuales, que implican construir un modelo tridimensional a partir de planos u otros datos, y luego pegar fotografías manualmente en cada uno. lado. Eso simplemente no es escalable, dice Pishevar. Pero si tiene personas cargando miles de millones de imágenes en 3D de todo el mundo ... entonces podría llegar al punto de crear aplicaciones que usen los modelos para completar automáticamente paisajes de Tierras virtuales.
Pishevar dice que Freewebs eventualmente proporcionará una interfaz de programación de aplicaciones, o API, que los desarrolladores de software pueden usar para crear tales mashups. Cuando se le preguntó si su empresa ya está en conversaciones con empresas como Google o Linden Lab, Pishevar se muestra tímido: en realidad, no podemos comentar sobre eso en este momento.