Mapa de característicasFeature Map

Lo esencial es respetar el lugar

La clave para entender el mapa de características no es "cuánto vale", sino "dónde está". El recorrido produce un puntaje por cada lugar de la foto, y si esos puntajes se metieran en una bolsa sin importar de dónde vinieron, no servirían de nada. Se convierten en imagen justamente porque cada puntaje se coloca en la cuadrícula en el mismo lugar de donde salió.

Por eso el mapa de características tiene una forma parecida a la de la foto original. El ancho y el alto cambian un poco según cómo se haya recorrido y tratado el borde, pero la esquina superior izquierda sigue siendo la superior izquierda y la inferior derecha sigue siendo la inferior derecha. Si un objeto de la foto estaba a la derecha, en el mapa de características también los valores altos se concentran a la derecha.

Esta propiedad es lo que hace posible saber dónde está un objeto. Ya sea poner una sola etiqueta a toda la foto, marcar cada objeto con un recuadro, o recortar por punto, todo se apoya en la posición que quedó guardada en el mapa de características.

No es una sola imagen, sino un conjunto

Una capa tiene de decenas a cientos de paneles, y como cada uno recorre por separado, el resultado también sale en esa misma cantidad. La imagen que hizo el panel que busca líneas verticales y la que hizo el panel que busca cambios bruscos de color quedan apiladas una junto a otra.

Ver el mismo lugar en varias imágenes a la vez permite leer el carácter de ese punto. Un lugar que sale alto tanto en la imagen de líneas verticales como en la de líneas horizontales probablemente sea la esquina donde ambas se encuentran. La siguiente capa aprovecha justo eso: recorre con un panel grueso que cubre varias imágenes a la vez, fijándose en qué imágenes están activas juntas para reconocer piezas más grandes.

Cuanto más se sube, más pequeño y más denso

Cada vez que se pasa una capa, la forma del mapa de características cambia de manera regular. Por el pooling o por saltos más largos, el ancho y el alto se reducen a la mitad, y como se agregan más paneles, la cantidad de imágenes se duplica. Un conjunto ancho y delgado se va volviendo, poco a poco, pequeño y grueso.

Este cambio tiene un significado claro. Una casilla de un mapa de características temprano apunta a un punto diminuto de la foto original, pero una casilla de un mapa tardío resume de golpe una zona amplia de la foto. La posición se difumina y, a cambio, queda el sentido de "qué había cerca de ahí". Al llegar a la última capa, quedan apenas unas pocas casillas de ancho y alto, y una sola casilla llega a representar casi toda la foto.

Solo las primeras capas se reconocen a simple vista

Si se convierte el mapa de características en imagen, la primera capa es fácil de reconocer: quedan rastros del original, como una foto con solo el contorno o con las líneas de una sola dirección resaltadas. Se puede intuir qué se buscó con solo mirarla.

Más adelante, la cosa cambia. Se ve como una cuadrícula pequeña y manchada, y no queda claro a simple vista por qué se activó cada casilla, porque se trata de un patrón al que una persona no sabría ponerle nombre. Por eso, quienes quieren entender en qué se fijó el modelo para decidir no suelen mirar directamente el mapa de características, sino superponer sobre la foto original, con color, qué lugares influyeron más en la conclusión.