Funcionalidades más avanzadas inclu- yen el seguimiento de video y estimacio- nes egomotion**.
¿CÓMO FUNCIONAN LOS ANALÍTICOS?
Sobre la representación interna genera- da en la computadora es posible cons- truir otras funcionalidades, tales como identificación, análisis de comporta- miento u otras formas de reconocimien- to de la situación. Los algoritmos requieren de una
buena señal de imagen, por lo que a menudo se combina con tecnologías de mejora de video tales como eliminación de ruido, estabilización de imagen, más- cara de enfoque y super-resolución. Los principales analíticos son:
Función
Enmascaramiento dinámico
**Egomotion
Detección de movimiento
Detección de objetos
Reconocimiento de imágenes
Detección de alteración
Video de seguimiento
Detección de Fuego / humo
Descripción
El bloqueo de una parte de la señal de video basado en la propia señal, por ejemplo, debido a preocupaciones sobre la privacidad.
Egomotion se utiliza para determinar la ubicación de una cámara mediante el análisis de su señal de salida.
Se utiliza para determinar la presencia de movimiento relevante en la escena observada.
Se utiliza para determinar la presencia de un tipo de objeto o entidad, por ejemplo, una persona o un coche.
El reconocimiento facial y el
reconocimiento automático de número de placas se utilizan para identificar a las personas o vehículos.
Detección de manipulación se utiliza para determinar si la señal de la cámara o de salida es alterada o bloqueada.
Se emplea para determinar la ubicación de personas u objetos en la imagen,
en relación con un marco de referencia externa.
Identifica si hay humo o llamas que indiquen la presencia de un conato de incendio.
¿CÓMO CONTRIBUYEN LOS ANALÍTICOS EN LA VIGILANCIA?
Al particularizar las funciones descri- tas previamente, se obtienen aplicacio- nes muy interesantes para el segmento educativo, como son: estar permanente- mente alerta frente a merodeadores en zonas específicas alrededor del campus universitario y las residencias de los es- tudiantes; identificar actividades noci- vas, tales como grafiteros, vandalismo (roturas de ventanas, daños a vehículos,
destrozos en aulas, etc.); activar accio- nes automáticas como bloqueo de puer- tas o encendido de luces para iniciar una respuesta ante una eventualidad, ya sea amenaza de bomba, intruso armado, manifestaciones, u otro. Además, identificar bolsos u objetos
sospechosos que hayan quedado aban- donados, con posibilidades de terro- rismo. Estar alerta frente a objetos que bloqueen las salidas de emergencia y despejarlos de manera anticipada antes de un lamentable evento. Discrimina- ción de falsas alarmas. Identificación de alumnos que efectúen bullying de manera consistente. Enviar avisos auto- máticos por correo electrónico y fotos instantáneas al personal administrativo y docente para alertar sobre potenciales riesgos. Detección de conatos de incen- dio de manera oportuna, entre otros.
¿QUÉ BENEFICIOS APORTA EL VIDEO INTELIGENTE?
Como consecuencia directa del uso de las funciones analíticas de video, se ob-
tiene: · Aumento de la seguridad escolar debido a la reducción de agresiones (bullying y otros hechos violentos).
· Coordinación de respuesta apropia- da ante emergencias (incendio, ame- naza de bomba, sismo, etc.).
· Reducción en el daño a la propiedad, al detectar intrusos y vándalos de manera certera y oportuna.
· Reducción del gasto en reparacio- nes, mantenimiento y procedimien- tos legales.
· Acreditación del prestigio por una limitada incidencia de hechos delic- tivos.
· Satisfacción de los padres de familia al considerar a la Institución acorde a los valores sociales.
¿HACIA ADÓNDE VAMOS EN VIDEO ANALÍTICOS?
Este tipo de análisis está siendo posible gracias a una mayor capacidad de pro- cesamiento, tanto de las cámaras como del equipo central, ya que los algoritmos han sido distribuídos en ambas partes, por lo que las cámaras realizan buena parte del análisis de manera inmediata y sobre un material sin comprimir. Sin embargo, el análisis post-eventos
será el nuevo reto durante la presente década. Para ello, el uso de los metada- tos es crucial. Estos son los datos que porta la señal de video y que nos dicen lo que contiene, permitiéndonos encon- trarlo de manera eficaz. Se podrán loca- lizar todas las imágenes donde aparezca
una marca concreta de automóviles, o una persona rebasando un límite deter- minado. Dos organizaciones del sector, la
PSIA y el ONVIF, ya están trabajando en el establecimiento de estándares de metadatos. Y aunque cada una de ellas está trabajando por su cuenta, al final se tendrá una serie de estándares que serán adoptados por los diversos fabricantes en beneficio de los usuarios. Se espera que la inteligencia de video
crezca rápidamente. El IMS Research afirma que este mercado generó 47.5 mdd tan sólo en Estados Unidos en 2008, y se espera un crecimiento anual medio del 24% para el periodo 2010- 2013.
Parte de ello tendrá lugar en áreas
no relacionadas con la seguridad - por ejemplo, evaluar los patrones de flujo de tráfico por pasillo, vitrina u otras áreas en comercios minoristas, o bien, gene- rar informes a pedido para evaluar el tiempo de permanencia, la ocupación, la densidad, etc. de los consumidores-, pero la mayor parte se seguirá utilizando para garantizar que las autoridades y la sociedad tengan herramientas apropia- das para hacer cumplir la ley.
**“Egomotion” se define como el movi- miento en 3D de una cámara dentro de un ambiente. En el campo de visión por computador, “egomotion” se refiere a la estimación relativa de la cámara de mo- vimiento a una escena rígida. Un ejem- plo, sería la estimación de la posición de un vehículo en movimiento en relación con las líneas de las señales de tráfico o en la calle como se observa desde el pro- pio vehículo. n
* Acerca del autor
- Jorge Waldemar Sosa H. es ingeniero en Comunicaciones y Electrónica y gerente Comercial de Sostible, S. A. Si desea conocer más acerca del autor, consulte su CV en:
seguridadenamerica.com.mx/colaboradores
C C T V 9
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 |
Page 157 |
Page 158 |
Page 159 |
Page 160 |
Page 161 |
Page 162 |
Page 163 |
Page 164