Inginerii de la Microsoft invata computerele sa vada si sa auda

Supravegherea prin intermediul diferitelor tipuri de camere video nu mai este demult o noutate mai ales in mediile bancare sau comerciale dar pana acum nici o astfel de tehnologie nu a fost convinsa sa “auda” si apoi sa vizualizeze un subiect care vorbeste. Nici chiar camera video la care Michel Gangnet lucreaza de ceva timp, spune Wall Street Journal Europe.

Membru al echipei de cercetatori de la Microsoft, Gangnet vrea sa creeze un sistem de video-conferinte care ar trebui sa detecteze persoana care vorbeste in camera unde este amplasata tehnologia pentru ca apoi sa incadreze chipul oratorului.

Deocamdata insa conceptia sistemul este departe de a fi completa iar despre comercializarea sa nici nu se poate vorbi inainte de trecerea a cativa ani buni, precizeaza Gangnet.

Pentru a “vedea”, un computer trebuie echipat cu o camera video. O singura imagine captata de camera are 250.000 de pixeli iar daca aparatul inregistreaza 30 de astfel de imagini pe secunda, un inginer de software trebuie sa invete intr-un fel computerul sa aleaga anumiti pixeli (spre exemplu, cei aferenti unui chip uman) din cei peste 7,5 milioane captati in fiecare secunda.

“Este probabil cea mai dificila problema informatica la care se lucreaza in prezent”, este de parere Ralph Martin, cercetator la Universitatea din Cardiff.

Specialistii de la Microsoft au reusit deocamdata sa dezvolte cativa algoritmi prin care computerele pot identifica obiecte asemanatoare cu cele din baza lor de imagini standard. Spre exemplu, softul poate detecta daca intr-un cadru surprins de camera video atasata se afla un chip omenesc.

Pentru ca un PC, fie el din ultima generatie, nu poate utiliza numai imaginile pentru a detecta ce persoana bvorbeste intr-o camera, Gangnet a dotat sistemul-concept si cu o pereche de urechi formata din doua microfoane.

Intre timp, colegii sai lucreaza la un program care sa decupeze o imagine dintr-un cadru mai larg si sa o alipeasca in alta fotografie. Softul, denumit JetStream, nu va fi insa atat de istet incat sa extraga obiectul respectand liniile care il delimiteaza de restul fotografiei.

Mai mult, programul va avea unele probleme cu imagini pentru care nu pot fi create standarde cum ar fi peisajele montane sau imagini in care sunt incluse cursuri de apa.