Únete á nosa canle de Whatsapp
Negro, azul, marrón, gris, verde, laranxa, rosa, púrpura, vermello, branco e amarelo. Son as once cores básicas que integran unha das clasificacións de nomes de cores máis populares –sobre todo no mundo anglosaxón–, utilizada habitualmente para describir a tonalidade dunha imaxe.
A determinación de cores aplícase, á súa vez, no campo da visión artificial en multitude de ámbitos, como o recoñecemento e seguimento de persoas. Pero agora, investigadores do Centro de Visión por Computador (CVC) da Universidade Autónoma de Barcelona e outras institucións internacionais presentan na revista Machine Vision and Applications un novo sistema no que, ademais das cores básicas, engádense outros 28 complementarios.
A nova clasificación mellorará o funcionamento das tecnoloxías de identificación
A tradución aproximada dos 28 nomes das cores adicionais ao galego sería: turquesa, verde oliva, verde menta, borgoña, lavanda, maxenta, salmón, cian, beixe, rosado, verde escuro, verde oliva, lila, amarelo pálido, fucsia, mostaza, ocre, verde azulado, malva, púrpura escuro, verde lima, verde claro, ameixa, azul claro, pexego, violeta, bronceado e granate.
O sistema adestrouse cunha base de datos de 250 imaxes extraídas de Google para cada un das 39 cores (11+28), aplicando modelos estatísticos para estimar valores de probabilidade. Desta forma un algoritmo aprendeu a diferenciar, de forma automática e con precisión, cada cor; e a nova clasificación aplicouse con éxito en distintos experimentos.
“Estes descriptores superan aos existentes en tarefas como o seguimento visual de persoas, a identificación de individuos ‘fichados’ anteriormente e na clasificación de imaxes”, destaca Lu Yu, investigadora do CVC e coautora do traballo.
En concreto, o novo sistema de cores probou a súa eficacia para identificar píxeles e crear máscaras en fotografías de coches, zapatos, vestidos e pezas de cerámica. Tamén para describir as tonalidades de coleccións de flores incluídas nunha base de datos con máis de 8.000 imaxes.
Os novos descriptores tamén ofrecen mellores resultados para realizar o seguimento de rostros e figuras de persoas mediante cámaras, aínda que as condicións de iluminación non sexan boas, os fotogramas teñan baixa resolución ou se produzan desenfoques e oclusiones polo movemento do suxeito.
No caso de que o obxectivo sexa volver identificar a unha persoa da que xa se ten a súa referencia nunha base de datos, confirmouse que un sistema con máis cores describe mellor os tons de elementos como a roupa. Así, por exemplo, individuos que pola cor vermella da súa camiseta parecen o mesmo cun sistema de 11 cores, compróbase que en realidade son varios diferentes cando se distinguen ben os distintos tons avermellados.
Por último, os investigadores tamén realizaron un experimento psicofísico con voluntarios, que tiveron que decidir se a cor e nome que vían nunha pantalla de computador coincidían. As súas respostas tamén confirmaron que para describir mellor as cores preferían o sistema de 11+28 nomes en lugar de só os 11 básicos.
Diferenzas de xénero e culturais
Aínda que o estudo non entrase nestes detalles, Yu tamén lembra que existen diferenzas sutís na apreciación das coloracións dependendo do xénero do observador: “Non sabemos se por temas sociais ou biolóxicos, as mulleres parecen distinguir as tonalidades de cor con maior facilidade que os homes”. A ampla gama de esmaltes de uñas é un exemplo.
“E tamén apreciei diferenzas culturais –engade a experta– á hora de designar algunhas cores, como o rosa, que para os europeos está máis preto do fucsia, mentres que para os chineses aproxímase máis ao rosado”. Futuras investigacións poderían profundar na influencia do xénero e a cultura na clasificación das cores.
