Infant surge con la idea de crear un sistema de aprendizaje automático y reconocimiento de objetos. Su funcionamiento, por tanto, se divide claramente en dos funciones. Por un lado tiene la capacidad de aprendizaje, es decir de permitir que el sistema adquiera y almacene información sobre las propiedades de determinados objetos que se quiere que el sistema sea capaz de reconocer. Por otro lado, una vez asimilados esos conceptos el sistema es capaz de reconocer en el entorno elementos similares o iguales a los aprendidos.
Aprendizaje
La capacidad de Infant para aprender se basa en el desarrollo de diferentes algoritmos (en desarrollo) que permiten adquirir conocimiento a las maquinas. Entre los algoritmos que se desarrollaran para que Infant desarrolle su capacidad de aprender se trataran los descritos para los diferentes paradigmas existentes de aprendizaje automático y que se resumen a continuación:
- Aprendizaje analógico
- Aprendizaje inductivo
- Aprendizaje mediante descubrimiento
Además en todos los casos, los algoritmos desarrollados seguirán las siguientes normas en los procesos de toma de decisiones sobre la forma de modificar y adquirir conocimiento:
- Si existe cualquier duda sobre el concepto a aprender es mejor no aprender.
- Si se tiene la certeza de que un determinado concepto es correcto pero este no se parece a lo ya aprendido entonces crear una excepción (principio de no alteración). Es decir, es mejor no modificar drásticamente un concepto aprendido.
- El aprendizaje se ha de realizar en pasos pequeños, secuencialmente y refinando las ideas. Esta es la llamada ley de Martin que dice “You can't learn anything unless you almost know it already” o lo que es lo mismo, “No puedes aprender nada a menos que ya casi lo sepas”.
- No modificar nunca el conocimiento de base (leyes), es decir, conceptos en los cuales se tiene la total certeza de que son tal cual se han aprendido y no pueden modificarse (por ejemplo leyes físicas, que un circulo es una sucesión de puntos con la misma distancia un punto llamado centro o las tres leyes de la robótica).
Actualmente solo se han implementado algoritmos para el paradigma de aprendizaje inductivo, es decir, a partir de ejemplos positivos y negativos presentados junto con el conocimiento de fondo se construye un determinado concepto, en nuestro caso cada uno de los objetos que Infant es capaz de reconocer.
Reconocimiento
El sistema de reconocimiento de objetos de Infant se basa en el procesamiento de imágenes procedentes de archivos de imagen, una cámara o dos cámaras formando un sistema de visión estereoscópica, convirtiendo toda la información proporcionada en datos vectoriales que serán los procesados por el sistema. Este sistema de reconocimiento también es el utilizado en la fase de aprendizaje por lo que todos los elementos aprendidos también son procesados de forma parecida y convertidos al formato vectorial.
Para diferenciar los diferentes objetos en las imágenes se implementaran los siguientes objetos:
- Algoritmos de visión estereoscópica (no implementado aun aunque se desarrollaran con ayuda de OpenCV), de donde a partir de la recreación tridimensional del entorno se diferenciaran según la profundidad a la que se encuentren los diferentes objetos de la imagen.
- Algoritmos de eliminación del fondo, es decir se elimina de la imagen la información que no se quiere procesar (el fondo) y se reconocen tan solo los elementos nuevos que aparecen en la imagen. La principal desventaja es que tan solo es útil en entornos estáticos en los que la variación se produce sobre un entorno no variable.
