{"id":322569,"date":"2024-01-11T14:58:53","date_gmt":"2024-01-11T13:58:53","guid":{"rendered":"https:\/\/www.cined.com\/?p=322569"},"modified":"2024-01-12T15:04:45","modified_gmt":"2024-01-12T14:04:45","slug":"panasonic-develops-image-recognition-ai-future-camera-innovation","status":"publish","type":"post","link":"https:\/\/staging.cined.dev\/es\/panasonic-develops-image-recognition-ai-future-camera-innovation\/","title":{"rendered":"Panasonic desarrolla una IA para el reconocimiento de im\u00e1genes: \u00bfpr\u00f3xima innovaci\u00f3n en las c\u00e1maras?"},"content":{"rendered":"\n

Panasonic Holdings Co. Ltd (Panasonic HD) ha anunciado el desarrollo de un nuevo sistema de algoritmo de IA que introduce un nuevo algoritmo de clasificaci\u00f3n que puede manejar la distribuci\u00f3n multimodal. Al momento de escribir este art\u00edculo, no hay implementaciones fotogr\u00e1ficas del mundo real de las que hablar, pero la tecnolog\u00eda en s\u00ed es intrigante. \u00bfSe viene un nuevo sistema de enfoque autom\u00e1tico con IA de Panasonic?<\/strong><\/p>\n\n\n\n

IA, aprendizaje profundo y reconocimiento de sujetos<\/h2>\n\n\n\n

Los algoritmos de reconocimiento de sujetos no son nuevos. Sus formas b\u00e1sicas han estado con nosotros desde antes de los albores de la tecnolog\u00eda mirrorless. Los lectores tal vez recuerden los primeros intentos de Canon con sistemas iTR basados en DSLR y c\u00f3mo las primeras videoc\u00e1maras y c\u00e1maras compactas pod\u00edan ajustar la configuraci\u00f3n seg\u00fan las condiciones de disparo, y puede haber otros casos en los que los dispositivos fotogr\u00e1ficos utilizaran diferentes tipos de reconocimiento. La evoluci\u00f3n continu\u00f3 y dio un salto exponencial con la revoluci\u00f3n mirrorless.<\/p>\n\n\n\n

\"\"
Reconocimiento de sujeto con enfoque autom\u00e1tico, LUMIX G9 II. Cr\u00e9dito de la imagen: Panasonic Reino Unido<\/a><\/figcaption><\/figure>\n\n\n\n

Sin espejo y IA: una combinaci\u00f3n perfecta<\/h2>\n\n\n\n

La tecnolog\u00eda sin espejo no es nueva. Las c\u00e1maras digitales con algunas formas de visualizaci\u00f3n en vivo existen desde hace m\u00e1s de 20 a\u00f1os. El desarrollo significativo de los \u00faltimos a\u00f1os se produjo con el aumento exponencial de la transferencia de datos y la velocidad de lectura de los sensores. Hoy en d\u00eda, las c\u00e1maras procesan cantidades incre\u00edbles de datos. La IA y su variante m\u00e1s com\u00fan, el aprendizaje profundo, prosperan con big data. Esta convergencia de la capacidad de una c\u00e1mara para proporcionar un flujo constante de datos en vivo y datos algor\u00edtmicos previamente aprendidos permite una interpretaci\u00f3n significativamente mejor de la escena. El reconocimiento de sujetos era s\u00f3lo cuesti\u00f3n de tiempo, y ahora lo podemos encontrar en la mayor\u00eda, si no en todas, las c\u00e1maras h\u00edbridas actuales, e incluso en algunas c\u00e1maras de cine<\/a>.<\/p>\n\n\n\n

\"\"
Reconocimiento de sujeto con enfoque autom\u00e1tico, LUMIX G9 II. Cr\u00e9dito de la imagen: Panasonic Reino Unido<\/a><\/figcaption><\/figure>\n\n\n\n

\u00bfCu\u00e1l es la gran noticia entonces?<\/h2>\n\n\n\n

Bueno, en este nivel, no podemos estar seguros de las aplicaciones del mundo real, pero parece que Panasonic est\u00e1 adoptando un enfoque relativamente nuevo:<\/p>\n\n\n\n

\n

\u201cLa distribuci\u00f3n de apariciones dentro de una categor\u00eda en realidad no es uniforme. Dentro de la misma categor\u00eda, hay m\u00faltiples subcategor\u00edas con m\u00faltiples tendencias diferentes en apariencia (distribuci\u00f3n multimodal)\u201d.<\/p>\n(Comunicado de prensa de Panasonic)<\/cite><\/blockquote>\n\n\n\n

\"\"
Ilustraci\u00f3n de manejo de distribuci\u00f3n multimodal. Cr\u00e9dito de la imagen: Panasonic HD<\/figcaption><\/figure>\n\n\n\n


El manejo de la distribuci\u00f3n multimodal puede cambiar potencialmente la forma en que funciona el reconocimiento de sujetos. Si deseas profundizar en los detalles t\u00e9cnicos, los encontrar\u00e1s en el comunicado de prensa<\/a>, pero intentar\u00e9 simplificarlos: el nuevo sistema utiliza diferentes algoritmos de IA que deber\u00edan reconocer caracter\u00edsticas comunes de los sujetos incluso si su apariencia es visualmente diferente. El mismo p\u00e1jaro se ver\u00e1 completamente diferente cuando se lo ilumine desde adelante o desde atr\u00e1s, con cielos despejados o nublados, sin mencionar el follaje interior, etc. Dos autos id\u00e9nticos con diferentes esquemas de pintura se ven diferentes incluso en condiciones de iluminaci\u00f3n similares. Los nuevos algoritmos deber\u00edan poder \u201crevisar\u201d estas variables e identificar al sujeto bas\u00e1ndose en varias indicaciones.<\/p>\n\n\n\n

\"\"
Recuperaciones de modelos propuestos. Cr\u00e9dito de la imagen: Panasonic HD<\/figcaption><\/figure>\n\n\n\n

\u00bfC\u00f3mo afectar\u00e1 la IA de Panasonic a la industria fotogr\u00e1fica?<\/h2>\n\n\n\n

Honestamente, es dif\u00edcil de determinar. Todav\u00eda se desconocen demasiadas variables. El reconocimiento de sujetos se utiliza en muchos mercados y aplicaciones diferentes, y no tenemos confirmaci\u00f3n oficial sobre si llegar\u00e1 o no a nuestras c\u00e1maras. Un sistema de reconocimiento tan preciso puede elevar el rendimiento del AF con detecci\u00f3n de sujetos a un nivel completamente nuevo, pero me pregunto: \u00bfcu\u00e1nto mejor puede ser el enfoque autom\u00e1tico?<\/p>\n\n\n\n

\n