Dos escuderías identificadas

Inteligencia Artificial aplicada a la identificación y clasificación automática de imágenes de MotoGP

Dentro de los proyectos llevados a cabo en el área de Inteligencia Artificial, el equipo Pasiona acaba de desarrollar un prototipo de identificación y clasificación automática de escuderías en MotoGP. Un modelo entrenado con deep learning, utilizando un gran dataset de imágenes procesadas para aprender y alcanzar una alta precisión en las clasificaciones y predicciones. El sistema trackea los vídeos grabados en los campeonatos de MotoGP y es capaz de identificar las escuderías protagonistas en cada uno de los cortes, de una manera automática y sin necesidad de intervención humana.

*Derechos de las imágenes del vídeo: Dorna Sports

Un modelo de este tipo es capaz de generar un considerable ahorro de tiempo y dinero al realizar una automatización de los cortes de vídeos a editar y publicar, gracias a la identificación de imágenes los patrocinadores de las escuderías pueden recibir de forma inmediata todas las imágenes de las mismas al finalizar la carrera, con la intención que puedan valorar el impacto de su patrocinio. El proyecto, nacido de una colaboración con Insight, abre una puerta a la productividad y efectividad para cualquier empresa proveedora de material multimedia y sobretodo a los patrocinadores en citas deportivas o cualquier otro gran evento.

«Trabajar con Pasiona en esta prueba de concepto ha seguido la misma línea que en oportunidades anteriores: el trato y la cercanía con su equipo humano hace que se difuminen las fronteras inter-empresariales y trabajamos como un único team», apunta Javier Menéndez, Disruptive Solutions Manager de Insight. «Este punto fue muy importante para trabajar con Pasiona, pero el elemento fundamental fue el conocimiento del talento y su forma pro-activa de actuar» añade, para destacar que «en estos casos en los que la elección de las herramientas no puede dejarse en manos de la “prueba y error”, la proactividad en plantear soluciones sencillas a problemas complejos y el conocimiento del espectro de tecnologías y modelos disponibles para atacar cada casuística hizo que la PoC fluyera rápida y eficientemente» concluye.

Gran dtaset de imagenes de la escudería

El prototipo planteaba diferentes frentes y, a partir de una red neuronal convolucional soportada por el framework Tensorflow, la inteligencia artificial reconoce patrones y detalles en las imágenes para aumentar la precisión y confianza en las clasificaciones. Además, el modelo cuenta con la implementación de OpenCV para limpiar, segmentar, encuadrar y mostrar imágenes. Presenta también un algoritmo de seguimiento que le ayuda a no perder la identificación de las escuderías una vez localizadas. Gracias a las tecnologías implicadas como Tensorflow, OpenCV y deep learning, después de mucho trabajo, el prototipo resultante permite identificar con claridad las diferentes escuderías con una exactitud del 90%.

Algoritmo de seguimiento