Un fotógrafo profesional pasa numerosas horas retocando sus imágenes con el fin de darle modificaciones estéticas únicas.
Meero diseña algoritmos que aprenden procesos de creación con el fin de ofrecer una solución rápida, global y aplicable a gran escala.
Para entregar decenas de millares de fotografías por día, Meero ha tenido que desarrollar un proceso de retoque y mejora de la imágen sin intervención externa. Basandose en los últimos avances de búsqueda y aprendizaje automatizado, se ha posibilitado la automatización de retoques manuales utilizando tecnología de última generación.
El problema más importante a considerar es desarrollar un algoritmo que produzca las mismas transformaciones globales y locales que un retocador. La experiencia de Meero en el ámbito, combinada con una base de datos de 25 millones de imágenes únicas en el mundo, ha constituido una base sólida para trabajar sobre modelos de aprendizaje automáticos
Meero pone en práctica técnicas de aprendizaje profundas utilizando una doble red de neuronas convolutivas. Esto explica la extracción de imagenes características globales y locales sobre una base de análisis en diferentes niveles. El objetivo es de hacer a nuestro algoritmo aprender minuciosamente las diferentes etapas de perfeccionamiento ejercidos por profesionales de la imágen, y hacer que sea robusto a variaciones de iluminación (como balance de blancos o de tonalidades), de semántica, y de fallos de captura (por ejemplo, el ruido o la falta de nitidez).
Además del aspecto estético de una foto, la inteligencia artificial de Meero es también capaz de transformar las características visuales de una imágen en información cuantitativa y valorizable, utilizando siempre técnicas de aprendizaje profundo. La base de datos de Meero contiene anotaciones semánticas, que son utilizadas como mejoras estéticas. Al acoplar imágenes con metadata que describe regiones de intereses y clases de objetos, se vuelve posible predecir la presencia de un objeto en una imagen, en una fracción de segundo.
¿Cómo un algoritmo puede mostrar resultados similares a los de un fotógrafo profesional de una tarea tan compleja como subjetiva? La respuesta reside en el principio de aprendizaje basado en gradientes. Utilizando una red de neuronas profundas que imita el funcionamiento del cerebro, Meero es capaz de utilizar inteligentemente el error reenviado por este último. El cálculo de su gradiente es realizado vía métodos de optimización convexos. Además, Meero utiliza el teorema de la derivación de funciones compuestas con el fin de corregir este error. Desde el final hasta el comienzo de la red neuronal convolucional, y repitiendo esta operación millones de veces gracias a la base de datos Meero, el algoritmo patentado de aprendizaje profundo muestra rendimientos tan buenos como los de un Fotógrafo profesional para la edición de imágenes.
