Actualmente la visión por computadora busca replicar el efecto de la visión humana mediante el procesamiento digital de las imágenes, emulando nuestra forma de ver, reconocer e interpretar datos visuales complejos. Al mismo tiempo involucra un campo transformador de la inteligencia artificial: a partir de la extracción de grandes cantidades de datos no estructurados, tanto en formatos de imagen como video, la combinación con el aprendizaje automático y las redes neuronales profundas resulta esencial. En definitiva esto permite a las computadoras reconocer no solo objetos sino rostros, gestos y hasta emociones en tiempo real.

En este contexto, desde el DC y el ICC se trabaja fuertemente en temas de investigación aplicados a técnicas de procesamiento digital de imágenes y al desarrollo de algoritmos basados en aprendizaje automático, que puedan contribuir a resolver distintos problemas.

El investigador y doctor Pablo Negri es uno de los gestores de estas iniciativas y anualmente suele convocar a estudiantes de grado para colaborar en los proyectos. “Los estudiantes son de Computación y Datos. En general cursaron conmigo las materias de Álgebra Lineal Computacional y Algoritmos, e incluso alguno está finalizando su tesis de licenciatura. La idea surge de la resolución de trabajos prácticos, donde viendo el potencial de estos alumnos, cerrando la materia les propongo continuar el trabajo hacia una aplicación concreta que luego se transforma en un proyecto de investigación orientado a procesamiento de imágenes”, explica Negri.

Reconocimiento de expresiones faciales basado en redes generativas

Este primer proyecto consiste en el reconocimiento de gestos y expresiones faciales usando las denominadas “redes generativas antagónicas”, que crean imágenes sintéticas de rostros muy realistas. Participan cuatro estudiantes de Exactas, tres de Ciencias de la Computación y uno de Ciencias de Datos. El proyecto cuenta con financiamiento UBACyT. Los estudiantes involucrados son Julieta Goria, Francisco Sandalinas, Andreas Sturmer (Computación) y Mateo Suffern (Datos).

“La idea es que al usar esa metodología de imágenes sintéticas, analizando diferentes gestos, tratemos de estimar en el video de una persona qué gestos está realizando efectivamente, para optimizar ese reconocimiento puntual de la expresión”, comenta el investigador del ICC y profesor del DC.

Pablo Negri aclara que a partir de este tipo de trabajo, los estudiantes Julieta Goria y Francisco Sandalinas decidieron presentarse en 2023 al Desafío “IA por la Identidad”, organizado por la Fundación Sadosky y Abuelas de Plaza de Mayo, consistente en desarrollar un software capaz de hacer más accesible el archivo periodístico de las Abuelas. El equipo de Exactas-UBA, “Les Cigarres”, que incluyó también a Sofía Goy (Datos), obtuvo el primer puesto en el desafío.

“Desde mi lugar les ayudé con el corpus de investigación inicial. Pero fundamentalmente fueron ellos, quienes utilizando el background que ya tenían en la investigación sobre procesamiento de imágenes, decidieron encarar el proyecto y presentarse al desafío.Todo el mérito es de los estudiantes”, complementa Negri.

Conteo de levaduras en imágenes microscópicas para la fermentación de cerveza

Dos alumnas de la carrera de Ciencias de Datos, Luna Sanés y Noelia Falczuk, están participando activamente en un proyecto cuyo eje es el conteo de levaduras en imágenes microscópicas. “Ellas fueron muy buenas alumnas en Álgebra Lineal Computacional y a partir de un contacto que me hizo un investigador de CONICET de Bariloche, comenzamos a trabajar en esta línea de investigación”, describe Negri.

El grupo del IPATEC (Instituto Andino Patagónico de Tecnologías Biológicas y Geoambientales) que está coordinado por un biólogo dedicado a la investigación de levaduras para la fermentación de cervezas, creó una app gratuita que se llama Microbrew. El objetivo de la aplicación es hacer más dinámico y sencillo el análisis de la cantidad y calidad de la levadura en la producción cervecera y está destinada a pequeños productores de cerveza en la región.

En particular, las estudiantes están colaborando en el proceso de conteo de células de la levadura que se está utilizando para predecir cuál va a ser su desempeño en la fermentación de la cerveza a producir. “Actualmente la aplicación desarrolla este conteo microscópico de manera manual, lo cual no es sencillo. Este investigador de CONICET se acercó para ver si nosotros podríamos automatizar el proceso de conteo de células de levaduras que se ven en las imágenes microscópicas. Por lo que dada nuestra injerencia en el tema de procesamiento de imágenes nos interesó colaborar con el proyecto”, puntualiza Negri.

Con ese fin las dos estudiantes se entrenaron con esta aplicación y aprendieron sobre el procesamiento de imágenes específicamente en la temática, por lo que ya están desarrollando y programando la funcionalidad para que pueda ser integrada a la aplicación. “Aún no entregamos el código, porque todavía el proyecto no cuenta con financiamiento y estamos esperando que se pueda concretar en un proyecto de modalidad STAN, (Servicios Tecnológicos de Alto Nivel), que serviría fundamentalmente para que las estudiantes sean remuneradas por el valioso trabajo que hicieron”, concluye el investigador del ICC.

Detección de patologías y segmentación de radiografías panorámicas dentales

Este proyecto surge como un pedido directo de la Facultad de Odontología de la UBA hacia el ICC (Instituto de Ciencias de la Computación UBA-CONICET), con el objetivo de mejorar la atención de los pacientes que van a atenderse a la facultad. A partir del resultado de la radiografía panorámica, los odontólogos generales derivan al paciente a un especialista. No obstante, existe una importante sobrecarga a los odontólogos quienes miran cientos de imágenes por día y deben decidir sobre la patología.

Inicialmente estaba colaborando con el proyecto el estudiante Sebastián Felgueras y actualmente está trabajando la estudiante Belén Coleo Saigás, quien cuenta con una beca de investigación DC/ICC.

“Estamos generando una segmentación que extraiga información de interés médico sobre las imágenes panorámicas dentales, de modo de poder ayudar a detectar rápida y eficazmente ciertas patologías, como podrían ser fracturas, malformaciones, cáncer, etc. Para ello se están testeando redes neuronales que puedan ayudar sustancialmente al procesamiento automático de muchas radiografías (tengamos en cuenta que se hacen más de 100 imágenes por día en la Facultad de Odontología), de modo que los modelos de reconocimiento aprendan sobre las patologías. El propósito final es apoyar a los médicos en la toma de decisiones”, sostiene Negri.

El proyecto aún no posee financiamiento. No obstante, la idea es poder seguir colaborando con esta necesidad específica de la Facultad de Odontología.

A modo de cierre

Dr. Pablo Negri

Este tipo de proyectos evidencian las oportunidades y posibilidades con que actualmente cuentan estudiantes, tanto de la carrera de Computación como de Datos, para incorporarse a grupos de investigación en temáticas que resultan de valor para su formación e incluso como potenciales temas de tesis de licenciatura. A este proceso, también contribuye el programa anual de Becas de Iniciación a la Investigación en Ciencias de la Computación, que impulsan el Instituto de Ciencias de la Computación (ICC) y el Departamento de Computación (DC), el cual busca promover la iniciación de estudiantes avanzados de grado en la actividad científica y la participación activa en la vida departamental a través de los grupos de investigación.

A su vez, el grupo de investigación coordinado por el doctor Negri, convoca a estudiantes avanzados o graduados de Computación y  Datos, a presentar su CV para una Beca de Maestría asociada al proyecto UBACyT, sobre reconocimiento de expresiones faciales basado en redes generativas.