Investigadores de la Universidad de Austin y el Cornell Tech de Nueva York logran desarrollar un software que identifica rostros y objetos a pesar de estar pixelados. Es una forma más de machine learning, un proceso por el cual una máquina aprende algo de forma autónoma.
#1 En efecto, se puede despixelar casi cualquier cosa, hasta cierto punto. Se trata de poner en forma gráfica la información que todavía está en esa imagen. Se llama "deconvolución". Hay software gratuito para eso.
Si consideramos el rostro pixelado como el hash o resumen de la foto de una cara, bastaría en principio almacenar en base de datos junto a las fotos en claro sus imagenes pixeladas, y a partir de las pixeladas objetivo obtenidas desde cámaras de vigilancia buscar la fotos originales en la bd.
PD: Eso sí, de donde no hay no se puede sacar, igual que no se puede reconstruir un fichero a partir de su hash, para que funcione lo de las fotos pixeladas las fotos en claro -en fichas policiales o lo que sea- deben existir previamente en el sistema.
#8 3=1+2 3=2+1 3=3+0 3=4-1 3=5-2 etc... ¿de qué números has partido para el resultado final? El contraalgoritmo que pides sin conocimiento del mismo algoritmo es imposible. Por eso hablan de redes neuronales, que puedan interpretar la información, buscando patrones de tres algoritmos de pixelación conocidos y buscar similitudes entre su banco de imágenes. Una imagen pixelada no es lo mismo que una imagen sin definición, y lo que enseñan en las pelis no son imágenes pixeladas, son ampliaciones hasta alcanzar una cara sin definir, de donde sacan otra con una resolución impresionante con el uso de un software maravilloso que solamente tiene la policia. Bueno, el que se lo lo crea tal vez siga dejando los dientes caidos debajo de la almohada. Yo hace tiempo que los tiro a la basura directamente.
#10 Claro, yo me refería a procesos de ML, sobre todo de redes no a magia Algo como el uso de ingeniería inversa o romper cifrados. No se si me explico
#4#5 Están hablando de software para interpretar pixelados en fotografías, y con suficiente información para poder hacerlo. No de lo que se suele ver en las pelis o series, donde haciendo una ampliación de una cámara de seguridad, consiguen reconstruir una cara con mucha más definición. Imposible de momento. De donde no hubo no puede salir(al menos con garantías de veracidad, para poder aportarlo ante un juez). De donde había información(la imagen original contenía algo reconocible) y se modificó para pixelarlo han conseguido identificar el original el 90% de las veces. . Y tampoco es una reconstrucción, el software -"Pero sí ha tenido que "verlo" antes" - identifica entre diferentes opciones. No es lo mismo "inventarte una cara de una foto pixelada" a "encuentro el patrón con el que se pixela una imagen y lo utilizo para encontrar semejantes". Ya quisiera yo, las veces que he tenido que visualizar alguna cámara cctv, poder llegar al zoom adecuado y poder hacer eso de "darle al botón que pone la cara en claro". Y ver como a las tres pasadas de un software alucinante te aparezca la foto del cabrón señor que te estaba pintando la puerta de tu local. Eso, como he dicho, queda de momento para las películas y las series.
Siempre he pensado que si un humano no reconoce una cara pixelada (hablo de imágenes en movimiento y de la cara de alguien conocido), es imposible que lo haga una máquina, ni que el tratamiento de la imagen mejore el reconocimiento.
La deconvolución (Deconvolution= desenmarañamiento) es un término podríamos traducir de modo más general como "enfoque de imágenes sucias", es una técnica que permite restaurar una imagen borrosa y obtener de ella información adecuada. Aunque los algoritmos y programas que permiten aplicarla son conocidos desde hace mucho tiempo, fue la corrección digital de la "miopía" del telescopio espacial Hubbel con esta técnica lo que permitió que un proyecto fracasado de millones de dolares pasase a tener la utilidad científica para la que se concibió: obtener imágenes de calidad. Gracias a este hecho la deconvolución empezó a valorarse como una herramienta de gran utilidad en la comunidad científica.
Comentarios
Por fin tendrá sentido ver porno japonés.
#1 Sabía que ese iba a ser el primer comentario
#1 Yo por fin podré sacarle todo el jugo a mis pelis grabadas del Canal +
#1 En efecto, se puede despixelar casi cualquier cosa, hasta cierto punto. Se trata de poner en forma gráfica la información que todavía está en esa imagen. Se llama "deconvolución". Hay software gratuito para eso.
Si consideramos el rostro pixelado como el hash o resumen de la foto de una cara, bastaría en principio almacenar en base de datos junto a las fotos en claro sus imagenes pixeladas, y a partir de las pixeladas objetivo obtenidas desde cámaras de vigilancia buscar la fotos originales en la bd.
PD: Eso sí, de donde no hay no se puede sacar, igual que no se puede reconstruir un fichero a partir de su hash, para que funcione lo de las fotos pixeladas las fotos en claro -en fichas policiales o lo que sea- deben existir previamente en el sistema.
#8 3=1+2 3=2+1 3=3+0 3=4-1 3=5-2 etc... ¿de qué números has partido para el resultado final? El contraalgoritmo que pides sin conocimiento del mismo algoritmo es imposible. Por eso hablan de redes neuronales, que puedan interpretar la información, buscando patrones de tres algoritmos de pixelación conocidos y buscar similitudes entre su banco de imágenes. Una imagen pixelada no es lo mismo que una imagen sin definición, y lo que enseñan en las pelis no son imágenes pixeladas, son ampliaciones hasta alcanzar una cara sin definir, de donde sacan otra con una resolución impresionante con el uso de un software maravilloso que solamente tiene la policia. Bueno, el que se lo lo crea tal vez siga dejando los dientes caidos debajo de la almohada. Yo hace tiempo que los tiro a la basura directamente.
#10 Claro, yo me refería a procesos de ML, sobre todo de redes no a magia Algo como el uso de ingeniería inversa o romper cifrados. No se si me explico
Anda que no lleva tiempo este software funcionando en CSI.
#4 #5 Están hablando de software para interpretar pixelados en fotografías, y con suficiente información para poder hacerlo. No de lo que se suele ver en las pelis o series, donde haciendo una ampliación de una cámara de seguridad, consiguen reconstruir una cara con mucha más definición. Imposible de momento. De donde no hubo no puede salir(al menos con garantías de veracidad, para poder aportarlo ante un juez). De donde había información(la imagen original contenía algo reconocible) y se modificó para pixelarlo han conseguido identificar el original el 90% de las veces. . Y tampoco es una reconstrucción, el software -"Pero sí ha tenido que "verlo" antes" - identifica entre diferentes opciones. No es lo mismo "inventarte una cara de una foto pixelada" a "encuentro el patrón con el que se pixela una imagen y lo utilizo para encontrar semejantes". Ya quisiera yo, las veces que he tenido que visualizar alguna cámara cctv, poder llegar al zoom adecuado y poder hacer eso de "darle al botón que pone la cara en claro". Y ver como a las tres pasadas de un software alucinante te aparezca la foto del
cabrónseñor que te estaba pintando la puerta de tu local. Eso, como he dicho, queda de momento para las películas y las series.#6 No se supone que el "pixelar" se hace con un algoritmo? Lo suyo no sería encontrar el contra-algoritmo et voilà?
No tengo ni idea, agradezco explicaciones y correcciones.
Siempre he pensado que si un humano no reconoce una cara pixelada (hablo de imágenes en movimiento y de la cara de alguien conocido), es imposible que lo haga una máquina, ni que el tratamiento de la imagen mejore el reconocimiento.
La deconvolución (Deconvolution= desenmarañamiento) es un término podríamos traducir de modo más general como "enfoque de imágenes sucias", es una técnica que permite restaurar una imagen borrosa y obtener de ella información adecuada. Aunque los algoritmos y programas que permiten aplicarla son conocidos desde hace mucho tiempo, fue la corrección digital de la "miopía" del telescopio espacial Hubbel con esta técnica lo que permitió que un proyecto fracasado de millones de dolares pasase a tener la utilidad científica para la que se concibió: obtener imágenes de calidad. Gracias a este hecho la deconvolución empezó a valorarse como una herramienta de gran utilidad en la comunidad científica.