C C T V Los objetos de interés
como las
personas y los vehículos son automá- ticamente identificados y registrados mediante la visión de la cámara. El soft- ware de video inteligente usa estas téc- nicas de visión artificial para detectar y rastrear, y luego analiza la información para identificar comportamientos espe- cíficos. Por ejemplo, el video inteligente puede detectar cuando una persona está traspasando un perímetro o merodean- do en un cajero automático o cuando un carro está parqueado en un lugar pro- hibido durante un lapso inusual. Hay tres criterios importantes que permiten determinar si un sistema, dispositivo o solución es realmente inteligente:
CARACTERÍSTICAS DE UN SISTEMA INTELIGENTE PRIMERO, debe ser una aplicación de la inteligencia artificial, específicamente de la visión artificial. Esto es importante, ya que ésta es la ciencia que enseña a un computador a ver, es el fundamento de todos los sistemas basados en la visión que son realmente inteligentes.
SEGUNDO, el software debe ser capaz de separar de forma precisa y confia- ble los objetos del primer plano de los del fondo. Esto es relevante porque un sistema realmente inteligente es aquel que puede interpretar e informar sobre eventos reales, no solamente reaccionar al movimiento.
TERCERO, el sistema debe proporcio- nar al usuario información importante sobre estos eventos, en último término, en forma de metadatos —una completa descripción de todo lo que está pasando dentro de la escena en cada momen- to—. Esto es importante porque estos datos proporcionan al usuario las bases para realizar una búsqueda altamente eficiente y le permiten aprovechar la infraestructura de video para obtener información valiosa para su empresa.
El video analítico se usa actualmen-
te en varios sectores, incluyendo aero- puertos, puertos, fronteras, procesos de fabricación, administración de ins- talaciones, ventas al menudeo y en el sector de la banca. Esta tecnología está ayudando a mejorar la efectividad de la seguridad de una manera más inteligen- te, rápida y eficiente. Por ejemplo, el video inteligente se
usa en el sector de transporte ferrovia- rios para vigilar los perímetros de la estación, monitorear las grandes con- centraciones de personas en las plata-
20
www.seguridadenamerica.com.mx
La tecnología detrás del análisis
de video,
llamada visión artificial, se remonta a la
investigación en inteligencia artificial de los años 60
formas, reducir el vandalismo, garan- tizar la seguridad de los pasajeros con cámaras dentro de los vagones, evitar que las personas se cuelen sin pagar y controlar las equivocaciones en el ingre- so y salida de pasajeros.
LO VIEJO, LO NUEVO Y LO SENSATO
Entonces, ¿qué ejemplos hay de tecno- logías reconocidas actualmente como inteligentes? A continuación incluimos dos de ellas: Una tecnología más nueva es el reco-
nocimiento facial con tecnología biomé- trica, uno de cuyos parientes cercanos es el Reconocimiento de Matrículas de Vehículos (LPR, por sus siglas en inglés). Aunque ambas tecnologías están basa- das en la visión y en efecto analizan lo que están viendo, se basan en probabi- lidades. Es decir, que confían en la cali- dad relativa del visionado para hacer su trabajo y, entonces, solamente pueden comparar lo que captan con imágenes que ya tienen en la base de datos. Así que —a menos que usted piense que una aplicación de base de datos relacional es ‘inteligente’— el reconocimiento facial y el LPR no son inteligentes en la misma medida en que lo es el video basado en la visión artificial. La otra tecnología que más frecuen-
temente es promocionada como inte- ligente es la Detección de Movimiento por Video (VMD, por sus siglas en in- glés). Pareciera que cada cierto tiempo
este dinosaurio es lanzado al mercado con nuevos sabores y modificaciones, pero no se deje engañar, el VMD defi- nitivamente no es inteligente. ¿Por qué no?
El VMD no analiza, reacciona al mo-
vimiento. No interpreta los eventos, re- acciona al movimiento. No clasifica los objetos, reacciona al movimiento. De manera pues, que la tecnología de De- tección de Movimiento por Video tiene un nombre acertado: en su forma más elemental, cualquier movimiento de cualquier pixel en cualquier momento dispara una alarma. ¿Cuántas veces tie- ne que mover el viento las ramas de los árboles o los pájaros volar en la escena para que se apague este sistema por to- das las falsas alarmas que genera?
¿POR QUÉ COMPRAR ESTA TECNOLOGÍA?
En primer lugar, un posible comprador debe hacer las preguntas difíciles: ¿Los análisis de video están basados en la visión artificial o son detección de mo- vimiento por video? ¿Las posibilidades de análisis ofrecen todas las funciones o son sólo unos pocos algoritmos que tie- nen aplicabilidad limitada por fuera de los escenarios específicos para los cuales fueron desarrollados? ¿Qué posibilida- des tiene el proveedor de ofrecer capaci- tación, configuración y soporte técnico completo para garantizar que el usuario aproveche al máximo su inversión en el análisis de video?
Foto: shutterstock
Page 1 |
Page 2 |
Page 3 |
Page 4 |
Page 5 |
Page 6 |
Page 7 |
Page 8 |
Page 9 |
Page 10 |
Page 11 |
Page 12 |
Page 13 |
Page 14 |
Page 15 |
Page 16 |
Page 17 |
Page 18 |
Page 19 |
Page 20 |
Page 21 |
Page 22 |
Page 23 |
Page 24 |
Page 25 |
Page 26 |
Page 27 |
Page 28 |
Page 29 |
Page 30 |
Page 31 |
Page 32 |
Page 33 |
Page 34 |
Page 35 |
Page 36 |
Page 37 |
Page 38 |
Page 39 |
Page 40 |
Page 41 |
Page 42 |
Page 43 |
Page 44 |
Page 45 |
Page 46 |
Page 47 |
Page 48 |
Page 49 |
Page 50 |
Page 51 |
Page 52 |
Page 53 |
Page 54 |
Page 55 |
Page 56 |
Page 57 |
Page 58 |
Page 59 |
Page 60 |
Page 61 |
Page 62 |
Page 63 |
Page 64 |
Page 65 |
Page 66 |
Page 67 |
Page 68 |
Page 69 |
Page 70 |
Page 71 |
Page 72 |
Page 73 |
Page 74 |
Page 75 |
Page 76 |
Page 77 |
Page 78 |
Page 79 |
Page 80 |
Page 81 |
Page 82 |
Page 83 |
Page 84 |
Page 85 |
Page 86 |
Page 87 |
Page 88 |
Page 89 |
Page 90 |
Page 91 |
Page 92 |
Page 93 |
Page 94 |
Page 95 |
Page 96 |
Page 97 |
Page 98 |
Page 99 |
Page 100 |
Page 101 |
Page 102 |
Page 103 |
Page 104 |
Page 105 |
Page 106 |
Page 107 |
Page 108 |
Page 109 |
Page 110 |
Page 111 |
Page 112 |
Page 113 |
Page 114 |
Page 115 |
Page 116 |
Page 117 |
Page 118 |
Page 119 |
Page 120 |
Page 121 |
Page 122 |
Page 123 |
Page 124 |
Page 125 |
Page 126 |
Page 127 |
Page 128 |
Page 129 |
Page 130 |
Page 131 |
Page 132 |
Page 133 |
Page 134 |
Page 135 |
Page 136 |
Page 137 |
Page 138 |
Page 139 |
Page 140 |
Page 141 |
Page 142 |
Page 143 |
Page 144 |
Page 145 |
Page 146 |
Page 147 |
Page 148 |
Page 149 |
Page 150 |
Page 151 |
Page 152 |
Page 153 |
Page 154 |
Page 155 |
Page 156