Lanner

¿Cómo Mejorará la IA las Capacidades de Videovigilancia?

AI enhanced video surveillanceImage Source: Nvidia

La videovigilancia ha sido una característica prominente en una gran parte de los sistemas de seguridad desde hace décadas. A lo largo de los años, la videovigilancia ha adoptado muchas formas. El circuito cerrado de televisión tradicional (CCTV) grababa material de vídeo en cintas de vídeo que luego podían reproducirse utilizando un reproductor de vídeo. Luego vinieron los DVRs y la grabación de vídeo digital y con ellos nuevas formas de almacenar digitalmente las secuencias como archivos en un ordenador, en lugar de cintas físicas. Las iteraciones más recientes incluyen cámaras IP que pueden transmitir vídeo a través de una red y a las que se puede acceder y almacenar de forma remota.


¿Qué nos depara el futuro? Gracias a las innovaciones de la IO y de la Inteligencia Artificial, se están equipando los modernos sistemas de vídeovigilancia para ofrecer una visibilidad mucho más profunda y capacidades preventivas que antes no estaban disponibles. La Inteligencia Artificial tiene una gran aplicación en el mercado de la seguridad física, ya que puede tener un gran impacto en la predicción de posibles situaciones de seguridad. Utilizando tecnologías de IA como redes neuronales artificiales, aprendizaje automático y aprendizaje profundo, los sistemas de videovigilancia se convertirán en centros inteligentes de inteligencia visual capaces de desencadenar acciones basadas en eventos, así como en patrones y análisis predictivos.
Impacto de las Redes Neuronales Artificiales en la Vigilancia por Vídeo

Las redes neuronales artificiales (RNA) son grandes redes de nodos informáticos que están diseñadas para emular la forma en que funcionan los cerebros humanos y animales. Estos sistemas son capaces de aprender a través de la experiencia y la experimentación, como los eventos previamente experimentados o aquellos que predice o estima en escenarios de “qué pasaría si”. Normalmente, la mayoría de las secuencias de vídeo IP se transmiten a un centro de datos que las archiva o las supervisa activamente. Este metraje podría pasar a través de una o varias redes neuronales artificiales que podrían monitorearlo en busca de anomalías, comportamiento fuera de lo común u objetos o eventos sospechosos.

Las redes neuronales artificiales también podrían utilizarse junto con otras redes neuronales artificiales para permitir la provisión de “segundas opiniones” de otras RNA que pueden tener diferentes vías de aprendizaje y, por lo tanto, son capaces de proporcionar diferentes perspectivas y soluciones para problemas individuales basándose en su experiencia previa y en sus capacidades de predicción. El uso de redes neuronales artificiales en lugar de analistas de vídeo humano podría mejorar la eficiencia y la precisión, así como la percepción de las amenazas.

Mejoras en la Videovigilancia Habilitadas por la IA

Discutiremos a continuación las tecnologías que son habilitadas por la Inteligencia Artificial y que están preparadas para dar forma a la videovigilancia de hoy y del mañana:
1-Reconocimiento Facial

2-Reconocimiento Sin Rostro

3-Concienciación Ambiental

4-Enfoque de Imagen

5-Big Data y Automatización

1-Reconocimiento Facial

Los sistemas de reconocimiento facial han existido desde hace algunos años y han tenido diferentes grados de éxito en diversas industrias y aplicaciones. El uso de tecnologías de IA para mejorar el reconocimiento facial parece ser el siguiente paso lógico en la evolución de esa tecnología, ya que la IA permitiría una detección rápida y precisa en situaciones tales como iluminación deficiente u objetivos obstruidos donde los sistemas tradicionales de reconocimiento facial fallarían. Las redes neuronales artificiales también pueden intercambiar información sobre un objetivo potencial con el fin de construir un perfil completo del sospechoso y permitir una identificación y seguimiento más fáciles.

2-Reconocimiento Sin Rostro

El reconocimiento facial no es la única capacidad de seguimiento e identificación de las tecnologías de inteligencia artificial, también existe ahora el reconocimiento sin rostro. Utilizando métodos similares a los descritos anteriormente, se registra información alternativa sobre el sujeto, como su perfil, altura, constitución, vestimenta y posturas, y esta información se utiliza para localizar a las personas que coinciden con estas características. Los sistemas de reconocimiento facial sin rostro resultarían inestimables en situaciones como los atentados terroristas de Berlín de 2016, en los que el atacante fue capturado por la cámara varias veces desde ángulos en los que fallaron los sistemas tradicionales de reconocimiento facial biométrico.

3-Concienciación Ambiental

Una de las formas en que los analistas de vídeo de seguridad humana detectan actividades sospechosas es buscando factores ambientales que estén fuera de lugar o comportamientos sospechosos por parte del personal. En comparación con los primeros sistemas de visión artificial, los analistas humanos eran capaces de detectar amenazas mucho más complejas que las máquinas y sin necesidad de ser programados para detectarlas. Sin embargo, con la inteligencia artificial todo esto podría cambiar. Los sistemas de inteligencia artificial con capacidad para aprender y experimentar con diferentes simulaciones podrían absorber una cantidad de información mucho mayor que la de un ser humano y ser capaces de procesarla y simular posibles escenarios con el fin de encontrar formas óptimas de hacer frente a diferentes tipos de amenazas.

Los analistas humanos también pueden hacer esto, pero en un período de tiempo mucho más lento y necesitarían ser entrenados en los diferentes métodos y técnicas utilizadas. Con la IA, se habría enseñado a sí mismo cómo reaccionar ante cada escenario y tendría el poder de procesamiento para realizar la carga de trabajo de varios analistas de vídeo humano. Esto, obviamente, revolucionaría la vigilancia por vídeo y la detección de amenazas en los sistemas de videovigilancia y podría abrir el camino a sistemas de vigilancia de IA aún más avanzados, que pueden recopilar millones de puntos de datos sobre un entorno específico y detectar cambios diminutos dentro de él.

4-Enfoque de Imagen

Another huge benefit to using artificial intelligence in video surveillance systems is its ability to cross reference data with other neural networks or databases in order to fill the gaps in its own knowledge. This has already been demonstrated at Google with two Google Brain ANNs being used to enhance low-resolution images. The first artificial neural network is used to map the lower resolution image to a multitude of higher resolution images in order to understand the basic layout the image should have. The second artificial neural network would then enhance the details of the image in accordance to the layout provided in order to make it more feasible as an image.

Este tipo de tecnología de mejora de imagen estiloBlade Runner tiene obviamente un enorme potencial en vigilancia por vídeo y seguridad, desde la identificación y seguimiento de delincuentes y terroristas hasta la supervisión del personal y las operaciones de acceso de seguridad. Este tipo de tecnología también podría permitir que las cámaras IP remotas transmitan vídeo mejorado a través de una red a la que, en el caso de una investigación en el lugar del delito, un experto forense podría acceder a distancia para ayudar en la investigación. Lo mismo podría ser cierto para los expertos en seguridad en casos de uso de videovigilancia, en los que los detectives pueden acceder a vídeos mejorados con imágenes para investigar posibles grabaciones de vídeo de sospechosos buscados.

5-Big Data y Automatización

Uno de los mayores beneficios de la videovigilancia que se derivan de la inteligencia artificial es su capacidad para interpretar los enormes volúmenes de datos recogidos por Internet de los dispositivos Things, como las cámaras IP y los detectores de movimiento. Esta capacidad beneficia a varias áreas y tiene efectos de gran alcance en la videovigilancia en su conjunto. Los beneficios mencionados anteriormente, como la mejora de la imagen, el reconocimiento facial y la conciencia medioambiental, dependerían de grandes cantidades de datos para ser lo más precisos y eficientes posible. Las redes neuronales artificiales como las descritas anteriormente podrían utilizarse como “filtros” para los datos recogidos por los dispositivos de IoT, con el fin de proporcionar una visión más profunda de la información que se recopila, así como aprender de ella.

Los grandes datos y la inteligencia artificial también podrían desempeñar un papel importante en la automatización. Los sistemas de IA pueden interpretar los datos que entran a través de las cámaras IP y utilizarlos para activar automáticamente las alarmas o notificar a los guardias de seguridad si detectan algo sospechoso o fuera de lugar en los datos de vídeo. Los sistemas de inteligencia artificial también pueden analizar las secuencias de vídeo archivadas utilizando algoritmos de aprendizaje profundo a fin de colocar automáticamente a nuevos sospechosos potenciales en el lugar del delito, y los agentes humanos simplemente actualizan una base de datos a la que el sistema de inteligencia artificial tiene acceso.
Conclusión:

De hecho, la IA y la videovigilancia tienen el potencial de cambiar por completo la forma en que se lleva a cabo la seguridad y la vigilancia, e incluso el trabajo policial y militar. Los aviones teledirigidos controlados por IA podrían ser muy valiosos para salvar vidas humanas cuando se utilizan en zonas de guerra y, dado que cada vez son más los departamentos de policía que insisten en que los agentes lleven cámaras corporales, ¿cuánto tiempo pasará hasta que veamos a los “socios” de IA trabajando junto a los agentes de policía y proporcionando datos relevantes en tiempo real basados en el paradero o las tareas de un agente? Esto puede sonar algo futurista ahora, pero las tecnologías de inteligencia artificial descritas anteriormente existen y están en uso hoy en día. Hay incluso algunos que trabajan en el campo de la IA que estiman que estaremos muy cerca de construir una IA general para el año 2045.

Salir de la versión móvil