Comunicaciones Inmersivas de Nueva generación en redes 5G Asistidas por Machine learning

(CINGAM)
El objetivo del proyecto CINGAM propuesto es la aplicación de tecnologías de machine learning al siguiente paso evolutivo en el área de las redes de comunicaciones 5G: la inmersividad. El retoque plantean estas tecnologías tiene un alto componente técnico: los requisitos de resolución, ancho de banda y latencia en la señal capturada, transmitida y reproducida son muy superiores a cualquier red de comunicaciones anterior.
En la primera anualidad del proyecto se ha hecho un estudio del estado del arte de los algoritmos de machine learning existentes tanto para imagen y video tradicional como inmersivo (360 grados).
Los requisitos principales de todos los casos de uso a explorar dentro del proyecto CINMAG requieren que el video capturado sea de alta resolución (para lograr una mayor inmersividad) y/o requisitos de tiempo real. Estos dos factores que engloban a las experiencias inmersivas, hacen  imprescindible:

1) el uso de redes 5G que permitan minimizar la latencia y garantizar el ancho debanda necesario y

2) el uso de equipos MEC con alta capacidad de procesamiento (GPU)
cercanos al usuario.

La aplicación de algoritmos de machine learning en aplicaciones inmersivas incluyen:

a) clasificación de escenas, personas u objetos;

b) detección de objetos u acciones de interés;

c) segmentación de objetos de interés, od) combinación de ellas.Este conocimiento adicional, generado de manera totalmente automática, dotará de un valor adicional a la experiencia que podrá ser aplicado a numerosos casos de uso: educación, comunicaciones, turismo, industria, etc

 

CINGAM esta financiado por Ministerio de Ciencia, Innovación y Universidades del Gobierno Español dentro del marco del programa Torres Quevedo de 2017  (PTQ-17-09374)