Ingenieros colombianos desarrollan herramientas para ayudar a personas ciegas

Referencial

Alrededor del mundo, en los últimos años se han creado diferentes soluciones tecnológicas dirigidas a las personas con deficiencias visuales, con el objetivo de que tengan un acceso más igualitario a la información. Ejemplo de ello son las imágenes táctiles, denominadas así, porque se pueden ‘leer’ con las manos.

Sin embargo, antes de pensar en qué dispositivo externo emplear, se requiere una imagen bidimensional que sirva de matriz para hacer una táctil, y esta debe cumplir con una serie de requerimientos.

«Es necesario configurarlas para asegurar un buen diseño que después se pueda imprimir. Comparadas con una gráfica normal, sus características son muy limitadas. Esto se debe a que el tacto y la vista no perciben con la misma resolución. El primero no tiene tanta sensibilidad a los cambios, pues con las manos es necesario tocar punto por punto, como si se hiciera un barrido, mientras que con un solo golpe de vista se puede ver toda la imagen», señala John Alexis Guerra, doctor en Ciencias de la Computación de la Universidad de Maryland, quien conformó el equipo de profesores del Departamento de Ingeniería de Sistemas y Computación.

Durante los dos años y medio que formó parte de la Facultad de Ingeniería, Guerra promovió en sus alumnos el interés por este tema y dirigió algunos proyectos de grado encaminados en este sentido. «Parte de la ingeniería es ayudar con nuestros proyectos a quienes lo necesiten y, por lo general, no se trabaja mucho con las personas con discapacidades», advierte el ingeniero de sistemas y computación de Los Andes, Felipe Martínez.

Motivado por la experiencia del profesor, para su tesis de grado desarrolló Tactile Graphics Finder, una plataforma compuesta por un motor de búsqueda que ubica todas las imágenes halladas en la red, relacionadas con el concepto que el usuario solicita, y un clasificador que las analiza y determina si son aptas para convertirlas en gráficas táctiles. Además, permite cargar imágenes propias para identificarlas.

«Creemos que usando el aprendizaje automatizado (machine learning) podemos ayudar a democratizar las gráficas táctiles y, de esta manera, ayudar a las personas ciegas a acceder a la información presente en imágenes digitales», explica Martínez, quien desarrolló la plataforma empleando AutoML, de Google, una herramienta para entrenar modelos de aprendizaje por transferencia. Este consiste en aprovechar las capas pre-entrenadas, que detectan algunas características básicas en las imágenes, y volver a entrenarlas para que identifiquen nuevas categorías. «Para entrenar el modelo creé una base de datos con gráficas buenas y malas, y después lo incorporamos en nuestro buscador», añade.

Con información de Globovisión