Meta quiere que sus gafas graben todo lo que se ve en tiempo real y se identifiquen personas

Meta ha patentado una tecnología que combina cámaras, reconocimiento facial e inteligencia artificial para identificar a las personas que aparecen en una escena y analizar qué están haciendo.

El sistema podría utilizarse en dispositivos como las gafas inteligentes Ray-Ban Meta y permitiría que un asistente de IA determine qué momentos son relevantes y merecen ser capturados.

La patente, titulada “Cámaras inteligentes habilitadas por sistemas de asistencia” , describe un sistema capaz de recibir imágenes en directo o grabadas y enviarlas a un asistente artificial para su análisis.

Entre las capacidades mencionadas figuran el reconocimiento facial, el análisis de expresiones, el seguimiento de la mirada y la detección de objetos.

La tecnología no se limitaría a identificar rostros.

Según la descripción del documento, la inteligencia artificial podría combinar diferentes señales para determinar quién aparece en una escena , qué está haciendo y qué elementos deberían recibir mayor atención.

A partir de ese análisis, el sistema podría generar clips o archivos asociados a determinadas personas y actividades para enviarlos posteriormente a un teléfono móvil o unas gafas inteligentes.

Una IA que decide qué merece ser grabado El funcionamiento descrito en la patente se divide en diferentes etapas.

Primero, el sistema analiza las imágenes para identificar a las personas presentes mediante reconocimiento facial .

Después, estudia sus movimientos, expresiones y comportamientos para determinar qué está ocurriendo en la escena.

Esto permitiría pasar de un sistema que simplemente registra todo lo que capta una cámara a otro capaz de interpretar el contexto y seleccionar determinados momentos.

Uno de los ejemplos incluidos en la documentación muestra a una persona utilizando unas gafas de realidad aumentada durante una cena en la que participan varios individuos.

El sistema identifica a una de las personas como su esposa y le asigna un nivel de interés superior al del resto de participantes .

Como consecuencia, la tecnología puede priorizarla dentro del encuadre, mientras que otras personas podrían quedar relegadas al fondo o incluso aparecer desenfocadas.