Los científicos del laboratorio Skoltech ADASE (Análisis de datos avanzado en ciencia e ingeniería) han encontrado una manera de mejorar la resolución del mapa de profundidad, lo que debería hacer que la realidad virtual y los gráficos por computadora sean más realistas. Presentaron sus resultados de investigación en la prestigiosa Conferencia Internacional sobre Visión por Computadora 2019 en Corea.

Al tomar una foto, capturamos información visual sobre los objetos que nos rodean, con los diferentes píxeles de la imagen que contienen los colores de las respectivas partes del objeto. Los mapas de profundidad son fotos que capturan información espacial y sus píxeles contienen las distancias desde la cámara a los puntos respectivos en el espacio. Las aplicaciones como los gráficos por computadora y la realidad aumentada o virtual utilizan información espacial para reconstruir la forma de un objeto en 3-D y, por ejemplo, mostrarlo en la pantalla de una computadora.

Uno de los problemas de las cámaras de profundidad es que su resolución, es decir, la frecuencia espacial de las mediciones de distancia, es insuficiente para restaurar la forma de alta calidad del objeto, haciendo que las reconstrucciones virtuales parezcan poco realistas.

Los investigadores se enfrentan al desafío de encontrar una manera de obtener mapas de profundidad de alta resolución a partir de mapas de profundidad de baja resolución.

Los científicos del laboratorio Skoltech ADASE han propuesto evaluar la calidad de la reconstrucción utilizando un método novedoso estrechamente relacionado con la percepción humana. Entrenar una red neuronal artificial con esta técnica de evaluación de la calidad produce un método de superresolución de mapas de profundidad que supera ampliamente a los métodos existentes en la calidad visual del resultado.

"Cuando se trata de mapas de profundidad superesueltos, se debe evaluar la calidad del resultado para comparar primero el desempeño de diferentes métodos, y, en segundo lugar, para usarlo como retroalimentación para futuras mejoras. La forma más sencilla es comparar el resultado con alguna referencia. La abrumadora mayoría de los trabajos sobre el uso de superresolución de mapas de profundidad para este propósito significan la diferencia entre los valores de profundidad superresueltos y de referencia. De ninguna manera este método refleja la calidad visual de la reconstrucción 3D obtenida del mapa de profundidad superesuelto, "explica el primer autor del estudio, Oleg Voynov.

"Proponemos un método completamente diferente, que aprovecha la percepción humana de la diferencia entre las visualizaciones de las reconstrucciones 3-D obtenidas de mapas de profundidad de referencia y superesueltos. Los gráficos que obtiene con este método se ven muy realistas. Esperamos que nuestro método encuentre un uso extensivo, "dice uno de los desarrolladores, Alexey Artemov.