La cantidad de cámaras instaladas por gobiernos y privados supera ampliamente al número de operadores disponibles, por lo cual la mayoría de las secuencias de video se borran o sobrescriben sin ser vistas. La tecnología de análisis de video se percibió alguna una vez como una solución para automatizar la gestión de abundantes recursos de video. Mediante la identificación y etiquetado de la aparición de ciertos patrones en un video, el sistema podría realizar búsquedas y ejecutar estadísticas sobre el mismo. Los resultados podrían ser almacenados en bases de datos y analizados posteriormente para encontrar tendencias y correlaciones.

Sin embargo, la complejidad de los algoritmos analíticos dificultó el desarrollo de nuevos motores para detección de patrones y esto, acompañado de la enorme demanda de potencia de procesamiento de la CPU, hizo difícil obtener resultados analíticos en tiempo real.

La inteligencia artificial puede ser la clave para desbloquear esta cuestión.
La tecnología de análisis de video ha evolucionado en los últimos 10 años y esto se ha conseguido gracias, en parte, al uso de la inteligencia artificial. La aplicación de distintos modelos de inteligencia artificial que le permiten a la computadora ”aprender” ha simplificado en gran medida el proceso de desarrollo de software, y esto, junto a la potencia de procesamiento de los GPU modernos, hizo posible efectuar análisis de vídeo en tiempo casi real. Por ejemplo, en la cumbre del G20 de 2016, China ha implementado una solución de seguridad desarrollada por Dahua Technology utilizando un concepto de inteligencia artificial denominado “aprendizaje profundo”, o deep learning, para detectar automáticamente sospechosos de delitos en aeropuertos y estaciones de tren.

El “deep learning” ha estado acelerando el ritmo de la vigilancia inteligente
El concepto “aprendizaje profundo” se refiere a las redes neuronales artificiales que se componen de muchas capas. Su objetivo es emular la capacidad humana de analizar y estudiar imitando los mecanismos cerebrales para interpretar datos como imágenes, voz y texto. El deep learning ha sido aplicado con éxito en reconocimiento de voz e imágenes y se perfila como el camino a seguir en futuros desarrollos. En 2013, el MIT clasificó el aprendizaje profundo como una de las diez tecnologías de inteligencia artificial más avanzadas.

En la industria de la seguridad, la aplicación del aprendizaje profundo ha incrementado notablemente la precisión de algunos algoritmos. Por ejemplo, el reconocimiento facial requiere tres partes clave: encontrar el rostro, alineación de características faciales y comparación de las características extraídas. Usando el aprendizaje profundo, la expresión facial, el género, la edad, el color del pelo, los accesorios y hasta las emociones podrían reconocerse mejor. Por otra parte, los potentes GPU actuales permiten acelerar los millones de cálculos que requieren los algoritmos de aprendizaje profundo.
El análisis inteligente tradicional no puede cubrir una escena a gran escala con más de 300 personas, por no mencionar el análisis grupal de escenas en movimiento. Ahora, basado en la tecnología de aprendizaje profundo y la GPU, es posible manejar fácilmente 300 objetivos simultáneamente y estimar aún más la densidad del público e identificar el movimiento de la multitud, para proporcionar información más útil al personal de seguridad.

Obviamente, el deep learning le dará gran impulso al desarrollo de la vigilancia inteligente.

El 7 de marzo de 2017, Dahua, lanzo junto a NVIDA el servidor “Deep Sense” destinado el análisis inteligente de estructuras de video. También cooperó con muchas universidades de renombre dentro y fuera de China para avanzar en la investigación sobre el aprendizaje profundo. Como resultado, el algoritmo de reconocimiento facial desarrollado por Dahua ocupó el primer lugar en la plataforma pública de pruebas LFW, superando a Tencent, Google y otros grupos académicos y comerciales de todo el mundo.

Dahua comenzó temprano en el desarrollo de tecnologías de inteligencia artificial
La Compañía hizo un comienzo temprano en la aplicación de IA entre los jugadores globales de la industria de la seguridad. En 2009, estableció un departamento para investigar sobre algoritmos inteligentes explorando aplicaciones potenciales en soluciones de seguridad. Posteriormente, se fusionó con otros grupos de investigación para formar el “Instituto de Tecnología Avanzada” enfocado en inteligencia artificial, óptica, Codec e ISP, etc.

La tecnología de reconocimiento automático de matrículas (ANPR) de Dahua ha mejorado mucho la gestión de tráfico y estacionamientos promoviendo el desarrollo urbano sostenible.

El aprendizaje profundo también se está aplicando al reconocimiento de vehículos y personas. Los objetos humanos se pueden clasificar según la ropa, el color del pelo, los anteojos, la mochila, el sexo, el rango de edad y hasta la expresión facial. Los vehículos pueden clasificarse por color, marca, modelo y tipo de matrícula.

Identificación de vehículos y análisis estadístico
La capacidad de aplicar inteligencia artificial para identificar y analizar vehículos será muy valiosa. Un testigo puede recordar el color y quizás hasta el modelo de un vehículo, pero difícilmente recuerde la matrícula. Después de aplicar el aprendizaje profundo, ha habido una mejora obvia en las aplicaciones de seguridad impulsadas por la inteligencia artificial. Por un lado, la tasa de reconocimiento del número de placas ha aumentado significativamente y por otro, ahora es posible identificar sistemáticamente características como tipo, marca, modelo y color del vehículo. Combinando varios de estos elementos en una búsqueda, es posible identificar un vehículo incluso sin conocer la matrícula.

Reconocimiento humano y análisis estadístico
La tecnología tradicional de análisis inteligente de video no era capaz de reconocer la forma del cuerpo, el sexo, la edad, el color del cabello o la longitud del pelo, pero la tecnología de Deep Learning de Dahua lo hizo posible. El servidor de análisis de video mediante aprendizaje profundo gestiona el reconocimiento de hasta 80 personas en 40 milisegundos, y es capaz de adaptarse a entornos concurridos con continuo flujo de personas, como escaleras mecánicas, encrucijadas, centros de negocios y accesos a centros de exposiciones, alcanzando una precisión de hasta el 95%. Si el sistema “entrena” lo suficiente, la tasa de reconocimiento sólo se verá limitada por la posición y velocidad de movimiento del objetivo. Al igual que si un operador humano está viendo el video a tiempo completo.

Aplicación de inteligencia artificial en la seguridad de un campus
En los últimos años, ha sido muy popular la serie de televisión estadounidense “Person of Interest”, la cual describió con detalles la predicción de crímenes aplicando inteligencia artificial. Un genio de software llamado Finch inventó un programa para el reconocimiento anticipado de posibles delincuentes violentos basado en la observación de patrones. Sonaba a ciencia ficción pero está cerca de convertirse en realidad de la mano del deep learning y la inteligencia artificial.

El servidor “Deep Sense” basado en procesamiento por GPU puede cubrir 192 canales de video en alta definición, a diferencia del análisis inteligente convencional, que sólo puede supervisar algunos canales debido al alto costo del hardware y la inherente limitación de los algoritmos tradicionales.

Con la inteligencia artificial se vuelve técnica y económicamente viable monitorear completamente el sistema de vigilancia de un edificio o campus utilizando avanzados algoritmos de detección de patrones. Con un rico conjunto de criterios de búsqueda, es altamente probable obtener coincidencias incluso sin contar con una foto clara del objetivo o persona buscados. El sistema puede seguir en pantalla el rastro de un objetivo ayudando a la policía a incrementar su capacidad para resolver delitos y disuadiendo a los delincuentes, mejorando así la seguridad. Por ejemplo, si la policía quiere encontrar a un sospechoso que es un hombre de mediana edad con paraguas rojo, puede buscar las palabras clave, como “paraguas rojo”, “hombre” y “30 a 50 años”. El sistema basado en inteligencia artificial puede realizar una búsqueda rápida y, por lo tanto, ahorrar mucho trabajo manual.  

Desarrollo de tendencias para la tecnología de inteligencia artificial y aplicación en seguridad
El desarrollo de aplicaciones de inteligencia artificial probablemente enfrentará muchos obstáculos y dificultades, pero las tendencias son optimistas. El avance en el reconocimiento de objetos, vehículos y humanos ha tenido un impacto significativo en las aplicaciones de seguridad. Es probable que el reconocimiento de voz y sonidos sea el siguiente paso. El patrón acústico se puede combinar con patrones de comportamiento humano o las características del vehículo logrando una búsqueda más rápida y con alto grado de efectividad. La voz también puede ser una forma de entrada de datos o interacción. El gesto de la mano y el gesto del cuerpo o una combinación de éstos podrían ayudar a la “máquina” a entender el contexto de lo que está sucediendo.
 
Resumen
Entonces, ¿cómo será el mundo si la vigilancia incorpora la inteligencia artificial? .