Seguridad en América | Post

Los equipos de videovigilancia no han estado ausentes de esta tendencia. Si bien todos sabemos que su principal uso, de manera tradicional, es para temas de Seguridad, la realidad es que la información que se genera puede ser útil para muchos otros usuarios o departamentos; sólo hay que entender sus necesidades y su forma de procesar la información, y seguramente tendremos una solución que genere información para toda una empresa o sector de mercado.

RECOPILACIÓN DE INFORMACIÓN

Tomemos el ejemplo de una cámara que esté observando el lobby de acceso de un edificio corporativo. Seguramente obtendríamos información general sobre si todo transcurre en orden, sabríamos si las puertas se abrieron en el horario correcto y si no se está generando algún disturbio. Sin embargo, la información adicional que se puede obtener es mucho más prometedora, ya que actualmente hay analíticas que permiten medir la cantidad de personas que entran, cuál es su distribución dentro del área, podemos saber el género de las mismas, los horarios de mayor o menor afluencia, saber si hay un objeto extraño olvidado en la escena o bien que haya sido removido de la misma. Podría identificar a una persona que existiera previamente en una base de datos. Si esta cámara estuviera en el exterior o en la calle, podríamos identificar un vehículo, saber su color, modelo, la velocidad a la que circula, o bien si está estacionado en un área no adecuada.

Si bien toda esta información recolectada es importante para el equipo de Seguridad, hay otros usuarios que pueden darle un sentido más social u operativo a estos datos y sobre todo, usar esta plataforma, que sería como un sistema generador de información. Por ejemplo, se puede usar para buscar a una persona extraviada o un adulto mayor que se ha separado de sus familiares por medio de la identificación facial. El personal operativo puede saber la cantidad exacta de visitantes que tienen en un día, dejando que el sistema excluya a las personas que laboran en sitio, dando así estadísticas más reales del flujo de personas.

Personal de Marketing puede saber a qué grupo generacional de personas les llama más la atención el escaparate de una tienda. En estacionamientos amplios, el cliente podría ubicar la posición de su auto en una pantalla de búsqueda al introducir su placa o características del auto y así saber la ruta más corta para llegar al mismo. Las auditorías, como procesos repetitivos y rutinarios podrían hacerse ayudados con las cámaras; conociendo, por ejemplo, cómo debe estar un área de contenedores de basura debidamente organizado al final del día, el sistema puede aprenderlo y aplicarlo a cámaras en los mismos lugares de diferentes ubicaciones para garantizar que el proceso de limpia se lleva a cabo.

Cerca del 95% de los analíticos usados en videovigilancia se basan en detectar a un ser humano o un vehículo; y de ahí obtener características particulares o de interés de cada uno de ellos. El otro 5% es muy variado y diferente, como lo es su uso en cámaras térmicas. Aquí las analíticas pueden tomar un papel muy interesante. Si bien su principal orientación es detectar un objetivo dentro de un área muy grande basado en su firma de calor, este principio permite darle muchas aplicaciones.

RECONOCIMIENTO DE OBJETOS Y TEMPERATURA

La más conocida actualmente es la medición de temperatura en las personas, como medida preventiva, en estos días de contingencia, ajustando los rangos de temperatura a los cercanos al cuerpo humano. Sin embargo, este mismo principio puede tener uso en otros ámbitos como el cuidado del medio ambiente. Esta detección de temperatura puede usarse en áreas verdes abiertas o en áreas de cultivo para dar seguimiento y alerta temprana a posibles conatos de incendio, detectando de manera oportuna los posibles cambios de temperatura repentinos.

Una ventaja de este tipo de tecnología es que permite monitorear un área muy amplia, inclusive de varios kilómetros cuadrados, ya que sólo se requiere que pocos pixeles estén activos para realizar esta detección. Este uso puede trasladarse también a grandes superficies como bodegas, escuelas e incluso dentro de gabinetes de equipo activo de cómputo.

 Otra variante interesante del análisis de video es aquel relacionado con el cuerpo humano y los objetos asociados con él. Una vez que la aplicación puede distinguir a un ser humano del entorno y reconocer sus características básicas y sobresalientes, la aplicación lógica siguiente sería reconocer los objetos que trae consigo, esto tendría que ver con su tipo de vestimenta, su color y algunos accesorios como lentes, sombrero, gabardina, cubrebocas etc.

Sin bien esto se ve muy orientado a Seguridad, también podría usarse en la industria para reconocer que un trabajador cuenta con el equipo de protección personal adecuado para su trabajo. Podría verificar que la persona porta, de manera adecuada, su casco, lentes de protección o calzado, por mencionar algunos, esto serviría para proteger al mismo trabajador y a su vez garantizar que el proceso no sea detenido ante una probable falta a los lineamientos de seguridad. También hay aplicación para que los trabajadores no entren a un área prohibida o peligrosa, sin la necesidad de poner un muro físico en el lugar.

De esta manera las aplicaciones podrían seguir creciendo y haciéndose mucho más específicas conforme se resuelve una necesidad previa, sin embargo, esto no puede ejecutarse sin antes “enseñar” al sistema a comprender los elementos que hay en una imagen y para esto se requiere alimentar al sistema con datos. Las tecnologías usadas para desarrollar estas analíticas como Deep Learning o Machine Vision requieren de esos datos para poder perfeccionar los algoritmos y volverlos más eficaces con un porcentaje de error cada vez más pequeño.

Como todo proceso de aprendizaje existe la prueba y el error. Cada vez que sale una nueva aplicación para realizar una analítica, esta debe probarse y revisar la efectividad de la misma y a su vez retroalimentar al sistema para eliminar errores, corregir ambigüedades o incluir factores que no habían sido considerados y así sucesivamente hasta tener el resultado satisfactorio deseado.

Cabe recordar que la analítica de video no sólo es software, el hardware juega también un papel importante. Los procesadores que deben ejecutar las aplicaciones deben estar alineados con la aplicación a desarrollar. Sería difícil conseguir que dos analíticos diferentes, como por ejemplo, identificar a una persona en el lobby de un hotel o el de reconocer las placas de un auto a gran velocidad, puedan ejecutarse en el mismo hardware y conseguir los resultados satisfactorios, ya que uno debe trabajar con mucha información a la vez y el otro debe responder de manera rápida y precisa.

La adecuada selección de ambos elementos permitirán tener la solución adecuada a cada problema individual que nos encontremos, y dado que tanto hardware y software tienen un desarrollo vertiginoso en estos tiempos, esta será una carrera que se antoja más que interesante para ver hasta donde nos pueden llevar.