HyperCam es una cámara hiperespectral de bajo coste. Fuente: UW
Observando un melocotón, un tomate o un aguacate en las estanterías de un supermercado es difícil predecir qué está pasando bajo su piel. Sin embargo, la cámara que está desarrollando la Universidad de Washington (UW) en colaboración con Microsoft Research, podría permitir a los consumidores del futuro saber qué pieza de fruta está bien madura y cual se está pudriendo, entre otras aplicaciones.
Según explica la UW en un comunicado, un equipo formado por informáticos e ingenieros eléctricos ha dado forma a HyperCam, una cámara hiperespectral de bajo coste que utiliza tanto luz visible como infrarroja para ver por debajo de la superficie y capturar detalles imperceptibles para el ojo humano. Este tipo de cámara se utiliza normalmente en laboratorios, se necesita cierta pericia para su manejo y puede costar entre varios miles a decenas de miles de euros.
Por contra, la tecnología que preparan estos investigadores, presentada en la conferencia UbiComp 2015, plantea una solución hardware que ronda los 700 euros, y un dispositivo adaptable a la cámara del teléfono móvil por unos 45 euros. También han desarrollado un software inteligente que detecta fácilmente las diferencias entre lo que la cámara hiperespectral captura y lo que se puede ver a simple vista.
Así, cuando HyperCam captura imágenes de la mano de una persona, revela patrones de las venas y de la textura de la piel al detalle, lo que puede ser de utilidad para el reconocimiento de gestos, la biometría o incluso para distinguir entre dos personas que juegan al mismo videojuego.
Según explica la UW en un comunicado, un equipo formado por informáticos e ingenieros eléctricos ha dado forma a HyperCam, una cámara hiperespectral de bajo coste que utiliza tanto luz visible como infrarroja para ver por debajo de la superficie y capturar detalles imperceptibles para el ojo humano. Este tipo de cámara se utiliza normalmente en laboratorios, se necesita cierta pericia para su manejo y puede costar entre varios miles a decenas de miles de euros.
Por contra, la tecnología que preparan estos investigadores, presentada en la conferencia UbiComp 2015, plantea una solución hardware que ronda los 700 euros, y un dispositivo adaptable a la cámara del teléfono móvil por unos 45 euros. También han desarrollado un software inteligente que detecta fácilmente las diferencias entre lo que la cámara hiperespectral captura y lo que se puede ver a simple vista.
Así, cuando HyperCam captura imágenes de la mano de una persona, revela patrones de las venas y de la textura de la piel al detalle, lo que puede ser de utilidad para el reconocimiento de gestos, la biometría o incluso para distinguir entre dos personas que juegan al mismo videojuego.
Tecnología asequible
La primera aplicación de las imágenes hiperespectrales fue la observación de la Tierra. La instalación de sensores en varios satélites generó una importante cantidad de información que ha permitido analizar cambios climáticos, vigilar cultivos o ayudar en estudios arqueológicos. Poco a poco se fue generalizando su uso, extendiéndose a nivel de laboratorio para ayudar al diagnóstico médico de lesiones de la piel, analizar obras de arte, o para el control y monitorización de procesos tales como la seguridad y calidad alimenticia, la revisión de mercancías agrícolas o la fabricación farmacéutica.
Sin embargo, el alto coste de la tecnología ha limitado su uso para fines industriales o comerciales. Acabar con esa brecha es precisamente el objetivo del equipo de la UW y Microsoft Research, planteándose una cámara hiperespectral relativamente simple y asequible para el uso del consumidor.
"Los sistemas existentes son costosos y difíciles de usar, por lo que decidimos crear una cámara hiperespectral barata y explorar sus utilidades por nosotros mismos", explica Neel Joshi, investigador de Microsoft que trabajó en el proyecto. Una vez que tenían HyperCam en sus manos, Joshi cuenta que empezaron apuntando a objetos cotidianos, nada que no se pueda encontrar en cualquier hogar u oficina. “Nos quedamos impresionados con toda la información oculta que nos reveló", admite.
Una cámara tradicional divide la luz visible en tres bandas -rojo, verde y azul-, generando imágenes a través de la combinación de estos tres colores. Sin embargo, en una imagen hiperespectral el número de bandas empleadas para representar una escena aumenta considerablemente. Todas representan lo mismo, pero cada una contiene información de un rango de longitudes de onda diferente, que pueden cubrir tanto el espectro visible como el infrarrojo.
En concreto HyperCam, que utiliza la parte visible y la infrarroja cercana del espectro electromagnético, ilumina la escena con 17 longitudes de onda diferentes, generando una imagen por cada una. "Cuando se contempla una escena a ojo desnudo o con una cámara normal, sobre todo se ven colores. Con una cámara hiperespectral se ve el material real del que algo está hecho", destaca Mayank Goel, autor principal del estudio.
La primera aplicación de las imágenes hiperespectrales fue la observación de la Tierra. La instalación de sensores en varios satélites generó una importante cantidad de información que ha permitido analizar cambios climáticos, vigilar cultivos o ayudar en estudios arqueológicos. Poco a poco se fue generalizando su uso, extendiéndose a nivel de laboratorio para ayudar al diagnóstico médico de lesiones de la piel, analizar obras de arte, o para el control y monitorización de procesos tales como la seguridad y calidad alimenticia, la revisión de mercancías agrícolas o la fabricación farmacéutica.
Sin embargo, el alto coste de la tecnología ha limitado su uso para fines industriales o comerciales. Acabar con esa brecha es precisamente el objetivo del equipo de la UW y Microsoft Research, planteándose una cámara hiperespectral relativamente simple y asequible para el uso del consumidor.
"Los sistemas existentes son costosos y difíciles de usar, por lo que decidimos crear una cámara hiperespectral barata y explorar sus utilidades por nosotros mismos", explica Neel Joshi, investigador de Microsoft que trabajó en el proyecto. Una vez que tenían HyperCam en sus manos, Joshi cuenta que empezaron apuntando a objetos cotidianos, nada que no se pueda encontrar en cualquier hogar u oficina. “Nos quedamos impresionados con toda la información oculta que nos reveló", admite.
Una cámara tradicional divide la luz visible en tres bandas -rojo, verde y azul-, generando imágenes a través de la combinación de estos tres colores. Sin embargo, en una imagen hiperespectral el número de bandas empleadas para representar una escena aumenta considerablemente. Todas representan lo mismo, pero cada una contiene información de un rango de longitudes de onda diferente, que pueden cubrir tanto el espectro visible como el infrarrojo.
En concreto HyperCam, que utiliza la parte visible y la infrarroja cercana del espectro electromagnético, ilumina la escena con 17 longitudes de onda diferentes, generando una imagen por cada una. "Cuando se contempla una escena a ojo desnudo o con una cámara normal, sobre todo se ven colores. Con una cámara hiperespectral se ve el material real del que algo está hecho", destaca Mayank Goel, autor principal del estudio.
Diferencias entre la captura de una cámara tradicional (izq.) e HyperCam. Fuente: UW
Alta precisión
En una investigación preliminar para poner a prueba el invento como herramienta biométrica, el sistema fue capaz de diferenciar las imágenes de la mano de los 25 voluntarios participantes con un 99 por ciento de exactitud. En otra prueba, el equipo tomó imágenes hiperespectrales, en este caso de 10 frutas diferentes, durante una semana. Las instantáneas predijeron la madurez relativa de cada pieza con un 94 por ciento de precisión, frente al 62 por ciento que alcanzó una cámara tradicional.
Aunque de momento no se ha integrado en teléfonos móviles, el hardware se ha diseñado para dispositivos de este tipo. "Con una cámara así se puede ir a la tienda de comestibles y saber qué producto elegir, mirando bajo la piel para comprobar si está en buen estado. Es como tener una aplicación de seguridad alimenticia en el bolsillo", destaca el profesor de la UW Shwetak Patel.
Uno de los retos en imágenes hiperespectrales es poder clasificar la gran cantidad de fotogramas que se generan. El software de UW analiza las imágenes y localiza las más diferentes a lo que ve el ojo humano, centrándose sobre todo en aquello que puede resultar más revelador para el usuario.
Otro desafío pendiente será mejorar los resultados de la cámara ante condiciones de alta luminosidad. Según los investigadores, los próximos pasos irán encaminados a abordar ese problema y hacer que la cámara sea lo suficientemente pequeña como para poder incorporarla en teléfonos móviles y otros dispositivos.
En una investigación preliminar para poner a prueba el invento como herramienta biométrica, el sistema fue capaz de diferenciar las imágenes de la mano de los 25 voluntarios participantes con un 99 por ciento de exactitud. En otra prueba, el equipo tomó imágenes hiperespectrales, en este caso de 10 frutas diferentes, durante una semana. Las instantáneas predijeron la madurez relativa de cada pieza con un 94 por ciento de precisión, frente al 62 por ciento que alcanzó una cámara tradicional.
Aunque de momento no se ha integrado en teléfonos móviles, el hardware se ha diseñado para dispositivos de este tipo. "Con una cámara así se puede ir a la tienda de comestibles y saber qué producto elegir, mirando bajo la piel para comprobar si está en buen estado. Es como tener una aplicación de seguridad alimenticia en el bolsillo", destaca el profesor de la UW Shwetak Patel.
Uno de los retos en imágenes hiperespectrales es poder clasificar la gran cantidad de fotogramas que se generan. El software de UW analiza las imágenes y localiza las más diferentes a lo que ve el ojo humano, centrándose sobre todo en aquello que puede resultar más revelador para el usuario.
Otro desafío pendiente será mejorar los resultados de la cámara ante condiciones de alta luminosidad. Según los investigadores, los próximos pasos irán encaminados a abordar ese problema y hacer que la cámara sea lo suficientemente pequeña como para poder incorporarla en teléfonos móviles y otros dispositivos.