F O Q U M

Cargando

  • Cliente Gtres Online
  • Industria Prensa
  • Servicios Computer vision
Gtres

Los medios se caracterizan por gestionar una cantidad masiva de informaci贸n, y por hacerlo tanto en tiempo r茅cord como con una constante necesidad de revisitar material hist贸rico. Por tanto, la correcta precisi贸n y categorizaci贸n del material audiovisual es una parte cr铆tica para el negocio.

Esta tarea es tan compleja, que existe un grupo de empresas dedicado espec铆ficamente a ello: las agencias de prensa. Entre muchas otras labores, las agencias de prensa se encargan de producir grandes cantidades de material de actualidad, que es debidamente catalogado, distribuido y archivado para su posterior consulta. Hacer 煤til esta enorme y creciente base de conocimiento exige una clasificaci贸n y categorizaci贸n detallada que permita explorarla de forma eficaz en un futuro.

Aunque esto tiene su aplicaci贸n a una amplia tipolog铆a de documentos, en este caso estamos interesados en el tratamiento de im谩genes, en particular en el procesado y etiquetado de fotograf铆as period铆sticas.

Clasificaci贸n de im谩genes
01

Reto

Las agencias de prensa se enfrentan a la tarea de procesar miles de im谩genes a diario, lo cual exige equipos completos de profesionales dedicados a esta tarea. Esto es econ贸micamente costoso, y tiene resultados poco 贸ptimos, ya que es dif铆cil catalogar las im谩genes de una forma coherente dado un grupo diverso de trabajadores.

Por ello, surge la necesidad de utilizar herramientas de aprendizaje autom谩tico para asistir en este proceso, haci茅ndolo m谩s robusto, r谩pido y econ贸mico.

El reto en cuesti贸n involucra el an谩lisis de las im谩genes desde distintas perspectivas: encuadre, tipo de plano e, incluso, tipos de prendas presentes (joyas, botas, abrigos, gafas de sol, y un largu铆simo etc茅tera) para la empresa Gtres online, l铆der nacional como plataforma de im谩genes y videos de prensa.

Computer vision
02

Soluci贸n

El reto presenta distintas dificultades, entre las que encontramos categor铆as con baja representaci贸n, o errores frecuentes de clasificaci贸n, debidos tanto a errores humanos (confundir ba帽ador y bikini, asignar etiquetas err贸neas, etiquetas que faltan) como a problemas de subjetividad (no es trivial diferenciar entre plano general o de cuerpo entero de forma consistente dado un equipo humano diverso).

A煤n as铆, la funcionalidad de clasificaci贸n de im谩genes de Foqum es bastante robusta frente a este tipo de problemas siempre que se sigan ciertas pr谩cticas recomendadas. En este sentido, los resultados obtenidos fueron m谩s que satisfactorios con precisiones superiores al 90% tanto para los diferentes tipos de encuadre como para los planos de la fotograf铆a y por encima del 95% en las etiquetas m谩s interesantes para el cliente proporcionando un resultado r谩pido, fiable y, por si esto fuera poco, consistente.

Como a帽adido extra se propuso una funcionalidad de an谩lisis capaz de indicar la zona de la fotograf铆a m谩s relevante para cada categor铆a de clasificaci贸n, lo que tiene especial inter茅s si consideramos que no existe ning煤n tipo de etiquetado en este sentido.

Contacto

Contacta con Foqum y descubre lo que podemos hacer por ti

y recuerda lo que no se mide no se puede mejorar.

CONT脕CTANOS RESERVAR SESI脫N DE ESTRATEGIA