domingo, 28 de enero de 2018

Por qué Facebook investiga cada movimiento del cuerpo humano

El objetivo final es encontrar formas más amplias de aprovechar las tecnologías de realidad virtual y realidad aumentada 

Por qué Facebook investiga cada movimiento del cuerpo humano
No es ningún secreto que Facebook es importante tanto en realidad aumentada como en realidad virtual. 

Facebook inició una investigación que sugiere un trabajo en aplicaciones de realidad aumentada que no modificarían solamente el rostro, como las actuales, sino que transformarían todo el cuerpo, reportan diversos portales de tecnología. 

La red social compartió en una entrada de su blog un ejemplo de cómo todo el equipo de AI Camera (Cámara de inteligencia artificial) demuestra un poco de su trabajo dirigido a hacer un reemplazo de cuerpo completo o un seguimiento en un contexto de realidad virtual o realidad aumentada.
 

https://giphy.com/gifs/facebook-l4pTjIP9Z9evZKkSs 

"Recientemente desarrollamos una nueva tecnología que puede detectar con precisión las poses corporales y segmentar a una persona de su entorno", escriben los investigadores de Facebook en la entrada del blog. 

"Nuestro modelo todavía está en fase de investigación en este momento, pero solo tiene unos pocos megabytes y puede ejecutarse en teléfonos inteligentes en tiempo real". 

Según el periodista tecnológico Devin Coldewey, la investigación está lejos de ser una sin precedentes, pues los sistemas esqueléticos de seguimiento como el que emplea Facebook para investigar los movimientos del cuerpo humano son comunes en muchas industrias. 

De hecho, la publicación de Facebook trata, sobretodo, de cómo funciona el sistema antes mencionado que en la red social lleva por nombre Mask R-CNN de forma particular y sus redes neuronales componentes más que de grandes avances. 

El objetivo de la red social sería mantener la eficiencia en sus trabajos futuros y que sean fáciles de implementar en su aplicación móvil. Esto quiere decir que se trabaja bajo muchas limitaciones difíciles en cuanto a datos del sensor, resolución de imagen y la frecuencia de actualización, la potencia de procesamiento y más. Pero Mask R-CNN es un buen paso para superar estas barreras.

0 comentarios :

Publicar un comentario