El ingeniero Rodolfo Bonnin defendió su Trabajo Final de Maestría en Ciencias de la Computación en la Universidad Nacional de San Luis (UNSL). El proyecto combina redes neuronales profundas y placas embebidas de bajo costo, sin necesidad de contar con una conexión a internet.
La tecnología a favor de la inclusión. La búsqueda de herramientas que mejoren la calidad de vida y la movilidad de personas con discapacidad visual dio un importante paso en la Universidad Nacional de San Luis (UNSL). El ingeniero en Sistemas de Información, Rodolfo Bonnin, defendió de manera remota su Trabajo Final para la Maestría en Ciencias de la Computación, titulado «Sistema Autónomo de Asistencia Visual Basado en Aprendizaje Profundo». El proyecto consiste en un dispositivo portátil compuesto por gafas de video (HMD) con pantallas y cámara, y una unidad de cómputo embebida. El sistema permite analizar el entorno mediante inteligencia artificial y resaltar visualmente los elementos relevantes para facilitar su desplazamiento e interacción cotidiana.
Bonnin recordó que la inspiración para realizar este trabajo se remonta a 2009, cuando cursaba materias de procesamiento de imágenes y señales en Buenos Aires y con un compañero empezaron a barajar la idea de trabajar sobre un dispositivo de rehabilitación visual basado en sistemas embebidos, publicado en 2011, que favoreciera a personas con disminución visual. Ahí comenzó una línea de investigación. El avance científico permitió años más tarde retomar esta idea.
“En 2020 empezamos con nuevos materiales y tecnologías. Utilizamos unos lentes con conexión HDMI, una placa de procesamiento más moderna y los últimos avances en visión por computadora. Esto vendría a ser una actualización de los primeros trabajos”, señaló.
La incorporación del Machine Learning permitió un salto cualitativo. El Trabajo Final de Bonnin fue dirigido por el Dr. Claudio Delrieux y la codirectora, Dra. María Fabiana Piccoli. El tribunal evaluador estuvo conformado por el MCS. Roberto Guerrero, el Dr. Alejandro Vitale (UNS) y la Dra. Gisella Dorzán.
El proyecto consiste en un dispositivo portátil compuesto por gafas de video (HMD), con pantallas y cámaras.
Autonomía sin depender de la nube
Una de las innovaciones que aporta el trabajo encabezado por Bonnin es la autonomía computacional. Gran parte de los sistemas de asistencia actuales dependen de la nube o de servidores externos para procesar algoritmos complejos, lo que genera retrasos (latencia) o interrupciones en zonas sin conectividad.
El sistema resuelve esta restricción al ejecutar los modelos de Deep Learning directamente en una placa de hardware portátil con un sistema operativo Linux optimizado. Los algoritmos corren en tiempo real en un dispositivo económico.
La cámara capta la escena, la red neuronal la analiza y prioriza los elementos para luego resaltarlos con colores en las pantallas de las gafas con un código de color.
Realce visual
Es importante destacar que el dispositivo no busca restaurar la vista sino potenciar la visión residual: la información se proyecta en pantallas frente a los ojos, sin procedimientos invasivos. La cámara instalada en las gafas capta la escena, la red neuronal analiza y prioriza los elementos (escaleras, puertas, vehículos, bicicletas o carteles, entre otros) y los resalta con colores en las pantallas de las gafas, con un còdigo de color que permite detectar ràpidamente los elementos de mayor prioridad.
El desarrollo se nutrió del contacto directo con usuarios y organizaciones. “En las dos etapas estuvimos en contacto con la Fundación Argentina de Baja Visión, y hemos tenido gran interés de personas con esta dolencia para aplicarlo en distintos ámbitos, como el caso de una persona que tocaba el piano”, destacó Bonnin.
Actualmente, el trabajo avanza en diálogo con pacientes específicos que requieren asistencia para la lectura o la navegación en espacios desconocidos, incorporando su feedback para perfeccionar el dispositivo; entre las mejoras sugeridas figuran el reconocimiento de texto y los avisos sonoros.
Para el proyecto se ha dialogado con pacientes que tienen problemas de visión.