C¨®mo los ordenadores colorean de forma cre¨ªble viejas fotos en blanco y negro

Los ordenadores pueden reconocer qu¨¦ objeto o qui¨¦n es la persona que aparece en una fotograf¨ªa. Saber con m¨¢s o menos acierto qu¨¦ hay en la escena captada y qu¨¦ est¨¢ sucediendo en ella; si una persona r¨ªe o si llora o si lo que se ve en ella es un paisaje, un animal o un plato de comida. Incluso pueden determinar d¨®nde fue tomada una imagen sin datos GPS, por su contenido.

Los ordenadores pueden comparar cualquier fotograf¨ªa nueva con todas las dem¨¢s ya conocidas y determinar qu¨¦ hay en ella

Los ordenadores han aprendido todo eso porque se lo hemos ense?ado a lo largo del tiempo, al guardar en ellos millones de fotograf¨ªas etiquetadas, descritas y clasificadas. Utilizando programas y sistemas de aprendizaje m¨¢quina, o aprendizaje autom¨¢tico, los ordenadores pueden comparar cualquier fotograf¨ªa nueva con todas las dem¨¢s fotograf¨ªas ya conocidas y determinar qu¨¦ hay en ella.

El mismo principio de aprendizaje m¨¢quina es tambi¨¦n aplicable al color que hay en las fotograf¨ªas. De este modo un ordenador puede determinar qu¨¦ colores tendr¨ªa muy probablemente una imagen inicialmente en blanco y negro en comparaci¨®n con otras fotograf¨ªas parecidas. En base a im¨¢genes en color que se corresponden con escenas y sujetos similares.

El algoritmo ?decide? cu¨¢les son los colores a aplicar, en qu¨¦ partes de la imagen y con qu¨¦ intensidad

Esta tarea es la que hace el algoritmo desarrollado que el investigador Richard Zhang y su equipo de colaboradores de la universidad de Berkeley y que ya adelantaron el pasado marzo. El m¨¦todo, descrito en el estudio titulado Colorful Image Colorization propone un sistema que a?ade colores cre¨ªbles a fotograf¨ªas en blanco y negro. De forma totalmente autom¨¢tica, sin intervenci¨®n humana. El algoritmo decide cu¨¢les son los colores a aplicar, en qu¨¦ partes de la imagen y con qu¨¦ intensidad. Como referencia utiliza un mill¨®n de fotograf¨ªas en color previamente analizadas y cargadas en el ordenador.

Si bien existen desarrollos previos similares que funcionan de forma parecida, Richard Zhang asegura que su m¨¦todo consigue resultados m¨¢s realistas y cre¨ªbles. El equipo de Zhang someti¨® su algoritmo a una suerte de test de Turing del color en el cual un grupo de voluntarios deb¨ªa elegir si una fotograf¨ªa era en color de verdad o si era una fotograf¨ªa coloreada: el m¨¦todo de Zhang logr¨® enga?ar a los humanos una de cada cinco veces, un logro muy superior al de otros m¨¦todos.

Adem¨¢s, el algoritmo de Richard Zhang y su equipo est¨¢ disponible como una aplicaci¨®n web llamada Colorize Photos: basta con elegir una fotograf¨ªa en blanco y negro ¡ªen blanco y negro original, como la fotograf¨ªa de bodas de los abuelos, o una imagen en color convertida a blanco y negro¡ª para comprobar en primera persona el funcionamiento del sistema de Zhang.

Facilitar al p¨²blico el acceso pr¨¢ctico a este tipo de desarrollos, cada vez m¨¢s habitual, es muy beneficioso

Facilitar al p¨²blico el acceso pr¨¢ctico a este tipo de desarrollos, cada vez m¨¢s habitual, es muy beneficioso. No solo por su utilidad aunque todav¨ªa diste de ser perfecta. Tambi¨¦n porque es una forma de materializar y de demostrar la utilidad pr¨¢ctica de este tipo de desarrollos principalmente te¨®ricos que, de otro modo, corren el riesgo de quedarse en el papel. Pero, sobre todo, el uso pr¨¢ctico, diverso y retroalimentado de los sistemas de aprendizaje autom¨¢tico es el entrenamiento que m¨¢s favorece el aprendizaje de las m¨¢quinas.

Un caso parecido es el de la aplicaci¨®n The Roll. The Roll sali¨® hace unos meses y ofrece al p¨²blico la posibilidad de analizar y de etiquetar autom¨¢ticamente todas sus fotograf¨ªas. De modo que el usuario puede encontrar sus propias fotograf¨ªas, las que guarda en su ordenador y en su tel¨¦fono m¨®vil, escribiendo palabras que las describan. Por ejemplo, "verano", "playa", "ni?o" ¡ª as¨ª, tambi¨¦n en espa?ol.

La aplicaci¨®n The Roll aprovecha precisamente los conocimientos adquiridos por los sistemas de EyeVision a trav¨¦s del servicio online EyeEm, una web en el cual los fot¨®grafos clasifican sus fotograf¨ªas y desde el cual las distribuyen y las venden.

Este tipo de tecnolog¨ªa para reconocer y entender lo que hay en una imagen es aplicable a la visi¨®n artificial para m¨¢quinas, coches aut¨®nomos y robots. Tambi¨¦n para los humanos, ayudando a que personas ciegas o con deficiencia visual pueden escuchar una descripci¨®n de las im¨¢genes publicadas por sus contactos en Facebook y participar as¨ª en la conversaci¨®n, aunque ellas no las puedan ver.