Al combatir problemas complejos como la caza furtiva ilegal y la trata de personas, herramientas de búsqueda geoespacial eficientes pero amplias pueden brindar una asistencia fundamental para encontrar y detener la actividad.Un marco de búsqueda visual activa (VAS) para la exploración geoespacial desarrollado por investigadores de la Escuela de Ingeniería McKelvey de la Universidad de Washington en St. Louis utiliza un novedoso modelo de razonamiento visual e imágenes aéreas para aprender a buscar objetos de manera más efectiva.

El equipo dirigido por Yevgeniy Vorobeychik y Nathan Jacobs, profesores decomputadoraciencia e ingeniería, tiene como objetivo cambiarvisión por computadoraâun campo típicamente relacionado con cómo las computadoras aprenden deinformación visualâhacia aplicaciones e impacto en el mundo real.Su marco de vanguardia combina la visión por computadora con el aprendizaje adaptativo para mejorarbuscartécnicas mediante el uso de búsquedas anteriores para informar búsquedas futuras.

"Este trabajo trata sobre cómo guiar los procesos de búsqueda física cuando estás limitado en la cantidad de veces que puedes buscar localmente", dijo Jacobs."Por ejemplo, si sólo puedes abrir cinco cajas, ¿cuál abres primero? Luego, dependiendo de lo que encuentres, ¿dónde buscas a continuación?"

El enfoque del equipo hacia VAS se basa en trabajos anteriores del colaborador Roman Garnett, profesor asociado de informática e ingeniería en McKelvey Engineering.Combina la búsqueda activa, un área en la que Garnett realizó una investigación pionera con el razonamiento visual y se basa en el trabajo en equipo entre humanos y la inteligencia artificial (IA).Los humanos realizan búsquedas locales y la IA integra imágenes geoespaciales aéreas y observaciones de personas en tierra para guiar las búsquedas posteriores.

El novedoso marco VAS comprende tres componentes clave: una imagen de toda el área de búsqueda, subdividida en regiones;una función de búsqueda local, que determina si un objeto específico está presente en una región determinada;y un presupuesto de búsqueda fijo, que limita el número de veces que se puede ejecutar la función de búsqueda local.El objetivo es maximizar la detección de objetos dentro del presupuesto de búsqueda asignado y, de hecho, el equipo descubrió que su enfoque supera todas las líneas de base.

La primera autora, Anindya Sarkar, estudiante de doctorado en el laboratorio de Vorobeychik, presentó los hallazgos el 6 de enero en el WinterConferenciasobre Aplicaciones de la Visión por Computadora en Waikoloa, Hawaii.La investigación relacionada también esdisponibleen elarXivservidor de preimpresión.

"Nuestro enfoque utiliza la correlación espacial entre regiones para ampliar y adaptar la búsqueda activa para poder cubrir grandes áreas", dijo Sarkar.

"Se había sugerido la naturaleza interactiva del marco (aprender de búsquedas anteriores), pero actualizar el modelo subyacente era muy costoso y, en última instancia, no era escalable para un espacio visual grande. Ampliar con una gran cantidad de datos de imágenes es la gran contribución de nuestronuevo método VAS. Para ello, hemos cambiado los fundamentos subyacentes en comparación con las técnicas anteriores".

De cara al futuro, el equipo prevé explorar formas de ampliar su marco para su uso en diversas aplicaciones, incluida la especialización del modelo paradiferentes dominiosque van desde la conservación de la vida silvestre hasta las operaciones de búsqueda y rescate y el monitoreo ambiental.Recientemente presentaron unaversión altamente adaptable de su marco de búsquedaque puede producir una búsqueda de máxima eficiencia incluso cuando el objeto buscado varía drásticamente de los objetos en los que está entrenado el modelo.

"El mundo se ve diferente endiferentes lugares, y la gente querrá buscar cosas diferentes", dijo Jacobs. "Nuestroestructuranecesita poder adaptarse a ambas consideraciones para ser eficaz como base para un método de búsqueda.Especialmente queremos que la herramienta pueda aprender y adaptarse sobre la marcha, ya que no siempre sabremos de antemano lo que estamos buscando".