📷 El desenfoque es lo que todos intentamos eliminar de una foto: la imagen de grupo arruinada, el momento de "uf, salió movida". Pero la forma en que una imagen pierde nitidez está llena de información, y una parte de ella es a qué distancia se encuentran los objetos. Un equipo de la Universidad de Osaka convirtió esa molestia en una herramienta de medición: con una sola cámara común y una inteligencia artificial controlada por la física, lee la distancia directamente del desenfoque, con errores de apenas un centímetro.

Medir distancias es más difícil de lo que parece

Las máquinas que necesitan saber a qué distancia están las cosas, como brazos robóticos, autos autónomos o robots de almacén, suelen obtener ese dato de dos maneras. Algunas usan dos cámaras separadas y comparan las imágenes, parecido a cómo nuestros dos ojos perciben la profundidad. Otras disparan pulsos de láser y miden el tiempo de rebote, que es más o menos como funciona el LiDAR. Ambas son precisas, pero cada una suma equipo, volumen y costo. Según informó el diario Yomiuri, desde hace tiempo se busca hacer ese mismo trabajo de forma más barata y compacta. Lo ideal sería una sola cámara sencilla, si una imagen plana guardara información suficiente para recuperar la profundidad.

La pista escondida en el desenfoque

La guarda, y la pista es el propio desenfoque. Los objetos situados a distintas distancias de una lente se desenfocan en distinta medida. Por eso, cuando enfocas el rostro de un amigo, el fondo se disuelve en color suave. Extraer la profundidad de esa suavidad es una idea antigua en visión por computadora, conocida como profundidad por desenfoque (depth from defocus). El problema es que el desenfoque normal es ambiguo: escenas muy distintas pueden dejar la misma mancha borrosa, así que el cálculo, en palabras del Yomiuri, no arroja una única respuesta.

Por eso el grupo de Osaka empezó por lograr que el desenfoque cargara más información. Colocaron sobre la abertura de la lente un filtro con un patrón especial, llamado apertura codificada. En lugar de un borrón redondo y simple, el filtro marca cada punto fuera de foco con una forma distintiva que cambia según la distancia del objeto. El desenfoque deja de ser una mancha sin sentido y se vuelve algo parecido a una firma de distancia.

Una IA a la que no se le permite inventar

Aun con ese truco, descifrar el desenfoque es complicado. La IA actual es buena para rellenar detalles que faltan, pero arrastra un riesgo ya conocido: la alucinación, cuando un modelo inventa algo que parece convincente pero que nunca existió. El equipo de Osaka usó un modelo de difusión, la misma familia de IA generativa detrás de los populares generadores de imágenes, y luego le puso límites.

El autor principal, Hodaka Kawachi, señaló que los métodos de reconstrucción antiguos suelen fallar en zonas planas y con poca textura, donde la IA ayuda a estabilizar el resultado. El peligro, explicó el autor sénior Tomoya Nakamura, es que los sistemas de aprendizaje profundo empiezan a adivinar cuando la escena difiere de sus datos de entrenamiento y fabrican estructuras que no existen. Su solución fue atar la IA a la realidad: en cada paso, la reconstrucción debe seguir siendo coherente con el desenfoque que la cámara realmente registró. La física del desenfoque captado fija los límites y la IA solo rellena dentro de ellos. Según el equipo, esa atadura suprime muchas de las alucinaciones que hacen tropezar a otros métodos.

Del laboratorio a la planta industrial

Para probar la idea, los investigadores construyeron una cámara prototipo con la apertura codificada y la ensayaron en escenas simuladas y reales. Según el anuncio de Osaka, se mantuvo precisa en una amplia variedad de condiciones donde los métodos rivales flaqueaban, y generó a la vez imágenes nítidas y mapas de profundidad confiables. El Yomiuri puso una cifra: para objetos dentro de unos cuatro metros, captados con una cámara pequeña, el error se mantuvo dentro de aproximadamente un centímetro.

Una sola cámara pequeña, barata de fabricar y aun así tan precisa, es lo que vuelve atractivo el trabajo fuera del laboratorio. Nakamura dijo que el grupo quiere hacer pruebas de campo con empresas asociadas y apunta a un uso real. Los primeros clientes naturales son los robots industriales que deben calcular a qué distancia está una pieza antes de tomarla, y los sistemas de inspección en una línea de producción. Hiroyuki Kubo, investigador en procesamiento de imágenes de la Universidad de Chiba que no participó en el estudio, dijo al Yomiuri que lo atractivo es partir de la física del desenfoque y usar la IA solo como apoyo, lo que podría servir en campos como la inspección de productos y la medicina, donde la precisión importa.

Por qué la idea queda dando vueltas

El modo retrato de tu teléfono ya juega cerca de ahí, al fingir a propósito una profundidad de campo corta. Este trabajo usa la misma óptica al revés y lee el desenfoque como datos precisos de distancia. Es una inversión elegante: eso que pagamos a lentes y enfoque automático para borrar venía cargando una medición desde el principio, para quien supiera leerla.

En Japón, esta investigación apunta a las fábricas y las clínicas. ¿Dónde sería más útil algo así donde vives? ¿Y alguna vez deseaste que una foto borrosa y fallida sirviera para algo, después de todo?

Referencias