Investigadores de la Universidad de California en San Diego desarrollaron un sistema de detección de peatones que funciona, según sus reportes, con mayor certeza que cualquier otro sistema que funcione en tiempo real.
Los investigadores, liderados por el profesor de ingeniería eléctrica Nuno Vasconcelos, combinaron modelos computacionales tradicionales con deep learning para mejorar la velocidad y precisión de la detección.
La idea es que su algoritmo ayude a autos sin conductor, drones de mensajería y otros robots a distinguir y evitar peatones para prevenir accidentes. Su sistema, a diferencia de otros, funciona en etapas de procesamiento.
Primero excluye los objetos que no guardan relación con la forma humana (como automóviles) y se concentra en los cuadros que sí. Después analiza estos cuadros y distingue entre los cuadros que contienen objetos de forma y color humana y los que no (de este modo evita árboles, por ejemplo). La última etapa es en la que finalmente clasifica a los peatones con mayor detalle y los señala.
Todo este proceso, obviamente, toma unos segundos, por lo que creen que su sistema es óptimo para las nuevas tecnologías del transporte no tripulado.
Por ahora el algoritmo funciona en tareas de detección de sí/no, pero el equipo de investigadores continúan trabajando para mejorar su habilidad de detección simultánea.
Deja tu comentario