Hace años que científicos e ingenieros de distintas disciplinas se inspiran en esta estrategia de búsqueda de soluciones óptimas propia de la biología con distintos fines. Es lo que se conoce como algoritmos genéticos, que permiten, por ejemplo, encontrar el mejor diseño para el ala de una avión supersónico o predecir el rendimiento futuro de un paquete de acciones en bolsa. Ahora, los investigadores del grupo de Ingeniería Visual de la UJI han aplicado los algoritmos genéticos al análisis de secuencias de imágenes.
El objetivo del proyecto de investigación era buscar correspondencias entre dos imágenes de una secuencia, bien imágenes tomadas por diferentes cámaras al mismo tiempo o bien por una misma cámara en diferentes momentos. La información obtenida de esa comparación puede ser de gran utilidad en diversas aplicaciones.
“En medicina, por ejemplo, si realizan una imagen médica a una persona en dos momentos diferentes, tal vez el paciente no estaba exactamente en la misma posición en las dos tomas y, a la hora de comparar, el médico necesita eliminar los efectos de ese movimiento entre imágenes para poder evaluar mejor la evolución real de un tumor, por ejemplo. Necesita conocer la correspondencia de puntos para saber qué variaciones ha habido”, explica Javier Traver, investigador responsable del proyecto.
Esta comparación de las imágenes se puede hacer de manera manual pero resulta una tarea muy costosa y que no garantiza un resultado exacto. La idea de los investigadores de la UJI consiste en automatizar este proceso imitando a la evolución biológica mediante el empleo de los algoritmos genéticos.
“Los algoritmos genéticos son una técnica de optimización. Son adecuados cuando el espacio de búsqueda de posibles soluciones es muy amplio. Lo bueno que tienen es que exploran ese espacio de búsqueda de una forma inteligente, ya que exploran muchas regiones factibles pero, a la vez, explotan los sitios más prometedores. O sea, mantienen un adecuado equilibrio entre dos mecanismos de búsqueda: explorar y explotar”, señala Traver.
Su funcionamiento es el siguiente: el ordenador combina al azar una serie de parámetros previamente establecidos y va desechando las combinaciones que parecen predecir peor el movimiento producido entre ambas imágenes. Algo parecido a lo que hace la evolución biológica jugando con combinaciones de genes.
