talón El equipo de investigación desarrolla una técnica de inteligencia artificial para la detección de expresiones faciales en 3D - Unite.AI
Contáctanos

Inteligencia artificial

El equipo de investigación desarrolla una técnica de IA para la detección de expresiones faciales en 3D

Actualizado on

Un equipo de investigación conjunto dirigido por los profesores Ki-Hun Jeong y Doheon Lee del Instituto Avanzado de Ciencia y Tecnología de Corea (KAIST) ha desarrollado una nueva técnica para la detección de expresiones faciales mediante la combinación de técnicas de cámara de campo de luz infrarroja cercana con inteligencia artificial (AI ).

La investigación fue publicada en Sistemas inteligentes avanzados.

Cámaras de campo de luz

Las cámaras de campo de luz contienen matrices de microlentes frente al sensor de imagen, y esto les permite caber en un teléfono inteligente. Al mismo tiempo, aún pueden adquirir la información espacial y direccional de la luz con un solo disparo. 

Esta técnica de imagen se utiliza para reconstruir imágenes de muchas maneras diferentes, como vistas múltiples, reenfoque y adquisición de imágenes en 3D. 

Dicho esto, la técnica tiene algunas limitaciones. Las cámaras de campo de luz existentes han tenido problemas para proporcionar un contraste de imagen preciso y una reconstrucción 3D en ocasiones debido a las sombras causadas por las fuentes de luz externas en el entorno. 

El equipo de investigación pudo estabilizar la precisión de la reconstrucción de imágenes en 3D que dependía de la luz ambiental, y la técnica les permitió superar las limitaciones de las cámaras de campo de luz existentes. Desarrollaron una nueva cámara optimizada para la reconstrucción de imágenes en 3D de expresiones faciales y la usaron para adquirir imágenes de reconstrucción en 3D de alta calidad de expresiones faciales de diversas emociones. Podrían lograr esto independientemente de las condiciones de iluminación del entorno.

Aprendizaje automático para distinguir expresiones

Luego, el equipo utilizó el aprendizaje automático para distinguir las expresiones faciales en las imágenes 3D adquiridas, lo que logró una tasa de precisión del 85 %. También calcularon la interdependencia de la información de distancia, que varía con la expresión facial en imágenes 3D, para identificar la información que usa una cámara de campo de luz para distinguir las expresiones humanas. 

“La cámara de campo de luz subminiatura desarrollada por el equipo de investigación tiene el potencial de convertirse en la nueva plataforma para analizar cuantitativamente las expresiones faciales y las emociones de los humanos”, dijo el profesor Ki-Hun Jeong. 

Esta investigación podría tener un gran impacto en una amplia gama de industrias. 

 “Podría aplicarse en varios campos, incluida la atención médica móvil, el diagnóstico de campo, la cognición social y las interacciones hombre-máquina”, dijo.

Alex McFarland es un periodista y escritor sobre inteligencia artificial que explora los últimos avances en inteligencia artificial. Ha colaborado con numerosas empresas emergentes y publicaciones de IA en todo el mundo.