Así funciona el nuevo sistema de reconocimiento gestual Eario que usa sonido a modo sónar y puede funcionar en total oscuridad
El mundo de la accesibilidad está viviendo su particular edad de oro, pero la falta de privacidad ha roto algunas de las promesas más interesante. Ahora, un equipo de ingenieros tiene la solución a un problema muy concreto.
Ingenieros de la Universidad de Cornell han desarrollado un nuevo dispositivo portátil que puede monitorizar las expresiones faciales de una persona mediante un sonar y recrearlas en un avatar digital.
Esto conseguiría eliminar las cámaras de grabación de la ecuación, lo que podría aliviar los problemas de privacidad actuales. Los ordenadores podrán usar esta información.
EarIO, como llama el equipo al dispositivo, está formado por un auricular con un micrófono y un altavoz a cada lado, y puede acoplarse a cualquier auricular normal. Cada altavoz emite impulsos de sonido, fuera del alcance del oído humano, hacia la cara del usuario, y los ecos son recogidos por los micrófonos.
Los perfiles de los ecos se ven ligeramente alterados por la forma en que la piel del usuario se mueve, se estira y se arruga al realizar diversas expresiones faciales o al hablar.
Algoritmos especialmente entrenados pueden reconocer estos perfiles de eco y reconstruir rápidamente la expresión de la cara del usuario, mostrándola en un avatar digital.
"Gracias al poder de la IA, el algoritmo encuentra conexiones complejas entre el movimiento de los músculos y las expresiones faciales que los ojos humanos no pueden identificar", afirma Ke Li, coautor del estudio.
El equipo probó el sistema EarIO en 16 participantes, ejecutando el algoritmo en un smartphone normal. Y, efectivamente, el dispositivo fue capaz de reconstruir las expresiones faciales tan bien como lo haría una cámara normal.
El ruido de fondo, como el viento, las conversaciones o el ruido de la calle, no interfirió en su capacidad para registrar las caras.
El equipo afirma que el sonar tiene algunas ventajas sobre el uso de una cámara. Los datos acústicos requieren mucha menos energía y capacidad de procesamiento, lo que también significa que el dispositivo puede ser más pequeño y ligero.
Las cámaras también pueden captar una gran cantidad de datos personales que un usuario no quiere compartir, por lo que el sonar podría ser más privado.
En cuanto al uso que se le podría dar a esta tecnología, podría ser una forma práctica de replicar tus expresiones faciales físicas en un avatar digital para juegos, realidad virtual o el metaverso.
El equipo afirma que todavía hay que trabajar para eliminar otras interferencias, como cuando el usuario gira la cabeza, y para perfeccionar el sistema de entrenamiento del algoritmo de IA.
Otros artículos interesantes:
Descubre más sobre Chema Carvajal, autor/a de este artículo.
Conoce cómo trabajamos en Computerhoy.