La última investigación de Google llevada a cabo por científicos del Instituto Tecnológico de Massachusetts (MIT) ha producido la creación de un algoritmo que es capaz de retocar las fotografías como un fotógrafo profesional en tiempo real, antes de tomarlas.
Los científicos han empleado tecnología de machine learning para crear el software, entrenando redes neuronales con una base de datos de 5.000 imágenes creadas por Adobe y el MIT. Cada una de esas imágenes se ha retocado por cinco fotógrafos y los algoritmos de Google y el MIT han usado esta información para aprender qué tipo de mejoras hay que hacer a cada tipo de fotografía: mejorar el brillo en una parte, reducir la saturación en otra, aumentar el contraste total, etc…
Tecnología que puede llegar a tu smartphone
El uso del machine learning para mejorar fotografías ya se había hecho con anterioridad, pero el verdadero avance no es ese, sino el haberlo reducido y haberlo hecho tan eficiente que se puede introducir en los dispositivos de un usuario corriente sin problemas. El software como tal pesa más que una imagen digital y, según el MIT, podría estar equipado para “procesar imágenes en varios estilos”.
Esto implicaría que las redes neuronales podrían ser formados en nuevos estilos de imágenes e incluso aprender a reproducir el estilo de un fotógrafo en concreto, al igual que Facebook o Prisma han creado filtros estéticos que se asemejan a los de pintores famosos.
Los smartphones y las cámaras ya procesan datos de imágenes en tiempo real, pero esta nueva técnica es más sutil y responde a las necesidades de las imágenes de manera individual, en lugar de aplicar reglas generales.
"Esta tecnología tiene el potencial de ser muy útil para las fotografías tomadas en tiempo real desde los teléfonos"
Los investigadores han empleado técnicas diferentes con el fin de reducir los algoritmos. Entre ellos, han transformado los cambios en formulas y han utilizado un sistema de coordenadas para mapear las imágenes. Es decir, la información para retocar las imágenes se puede expresar de manera matemática en lugar de fotos a escala real.
“Esta tecnología tiene el potencial de ser muy útil para las fotografías tomadas en tiempo real desde los teléfonos”, explica Jon Barron, investigador de Google, que añade “usar machine learning para la fotografía computacional es una perspectiva interesante, pero está limitado por las restricciones computacionales de los teléfonos móviles. Estos documentos (de la investigación) nos podrían dar una vía para evitar estos problemas y producir nuevas experiencias fotográficas, convincentes y en tiempo real sin acabar con tu batería y sin darle una experiencia de visor retardada”.
Si (
No(
