Si habéis hecho recientemente algún vídeo de un OVNI, pero ha salido borroso, o queréis recuperar información de contenido borroso hecho en el pasado, ahora estáis mas cerca de tener la solución.
Un grupo de investigadores del MIT ha desarrollado una forma de recuperar detalles perdidos en contenido multimedia, de limpiar el contenido de partes borrosas en los videos, usando un algoritmo llamado «modelo de desproyección visual».
El modelo podría usarse para recrear videos de imágenes borrosas por movimiento o de nuevos tipos de cámaras que capturan el movimiento de una persona en las esquinas, pero solo como líneas unidimensionales vagas.
Comentan en el artículo:
Los datos visuales capturados a menudo colapsan datos de múltiples dimensiones de tiempo y espacio en una o dos dimensiones, llamadas «proyecciones». Los rayos X, por ejemplo, colapsan datos tridimensionales sobre estructuras anatómicas en una imagen plana. O considere una toma de estrellas de larga exposición moviéndose a través del cielo: las estrellas, cuya posición cambia con el tiempo, aparecen como rayas borrosas en la toma fija.
Está basado en una red neuronal convolucional entrenada con pares de imágenes de baja calidad y sus contrapartes de alta calidad, de esta forma el sistema supo dónde está la distorsión y cómo arreglarla.
Una vez entrenado, el modelo se usó para procesar imágenes de baja calidad nunca antes vistas, con elementos borrosos, y se sintetizaron nuevas imágenes que combinan datos de las partes más claras y borrosas de un video. Esta tecnología puede crear un vídeo nítido juntando elementos de cada frame.
Las cámaras digitales que capturan tomas de larga exposición, por ejemplo, básicamente agregarán fotones durante un período de tiempo en cada píxel. Al capturar el movimiento de un objeto a lo largo del tiempo, la cámara tomará el valor promedio de los píxeles de captura de movimiento. Luego, aplica esos valores promedio a las alturas y anchos correspondientes de una imagen fija, lo que crea las rayas borrosas de la trayectoria del objeto. Al calcular algunas variaciones en la intensidad de los píxeles, el movimiento se puede recrear teóricamente.
Durante las pruebas del equipo, el modelo pudo recrear 24 fotogramas de un video que muestra la marcha de una persona en particular, su tamaño y la posición de sus piernas. Quieren refinar la tecnología para uso médico, y están convencidos que podrían convertir imágenes en 2D, como rayos X, en imágenes en 3D con más información, como tomografías computarizadas, sin costo adicional; las exploraciones en 3D son mucho más caras, lo que lo hace especialmente valioso para los países en desarrollo.
El objetivo principal ahora es permitir obtener una radiografía e introducirla en su algoritmo para ver toda la información perdida.
Imagen superior de depositphotos