Además de una precisión extrema, el Deep Learning también permite a los operadores buscar características y atributos específicos

Uri Guterman, director de producto y marketing de Hanwha Techwin Europe, explica en este artículo por qué la Inteligencia Artificial con Deep Learning ya no es una tecnología emergente que solo se utiliza en cámaras de videovigilancia de misión crítica o alta seguridad.

A menos que haya participado recientemente en proyectos de videovigilancia que involucren Inteligencia Artificial con Deep Learning, es posible que tenga la impresión de que la tecnología es demasiado cara para implementarla en otras aplicaciones que no sean de alta gama.

Con la introducción de una nueva generación de cámaras asequibles que ya integran Inteligencia Artificial con Deep Learning, las cosas han cambiado mucho. Sin embargo, la jerga asociada a la tecnología, como las redes neuronales artificiales y el aprendizaje automático, podría ciertamente dar la impresión de que las posibilidades de la tecnología van mucho más allá de lo que la mayoría de los usuarios finales necesitan para lograr el máximo beneficio de sus soluciones de videovigilancia.

Esto también está lejos de ser el caso, ya que la mayoría de las situaciones en las que podrían instalarse cámaras con Inteligencia Artificial serán aquellas en las que exista una necesidad básica de resolver el antiguo problema de las falsas alarmas, muy habitual en la industria de la seguridad electrónica durante décadas.

Dicho de manera sencilla, el análisis de vídeo basado en Inteligencia Artificial con Deep Learning ignora el ruido de vídeo, las hojas de árboles moviéndose, las nubes desplazándose y los animales. En definitiva, todo aquello que normalmente podría ser la causa de falsas alarmas cuando se utilizan sensores o tecnología de detección de movimiento estándar para detectar actividad, ya que no han sido diseñadas para tal fin.

Este mayor nivel de rendimiento del análisis de vídeo basado en Inteligencia Artificial con Deep Learning significa que los operadores de la sala de control y el personal de seguridad podrán centrarse en responder a incidentes y emergencias reales y no perder tiempo y esfuerzo en falsas alarmas. Además de una precisión extrema, el Deep Learning también permite a los operadores buscar características y atributos específicos, incluido el grupo de edad y el sexo de una persona, si lleva gafas, sombrero o un bolso.

En realidad, con todos los elementos inteligentes ya integrados en las cámaras con Inteligencia Artificial, no hay nada complicado en la instalación, configuración y uso de la Inteligencia Artificial con Deep Learning. Por lo tanto, los integradores de sistemas podrán aplicar esta tecnología en prácticamente cualquier proyecto de videovigilancia.

La Inteligencia Artificial está preparada para funcionar nada más instalarse la cámara, aunque ofrece la oportunidad de personalizarse para cumplir los requisitos operativos del usuario final y no es necesario que los usuarios se familiaricen a un nivel técnico profundo con su funcionamiento. Sin embargo, a continuación, damos una perspectiva tecnológica.

Empecemos con Deep Learning. Es parte del aprendizaje automático y es una forma de lograr la Inteligencia Artificial mediante el entrenamiento de una máquina para realizar tareas basadas en una gran cantidad de ejemplos. Para conseguirlo, Deep Learning utiliza redes neuronales artificiales profundas o de varias capas, que son esencialmente modelos matemáticos inspirados en el cerebro humano. El hecho de que sean profundos los hace muy apropiados para resolver problemas complejos, como la identificación y reconocimiento de objetos y eventos en secuencias de vídeo sin procesar, con una precisión muy alta.

Como ejemplo, para poder establecer correctamente el género de una persona se requieren ingenieros expertos en I+D de Hanwha Techwin para diseñar, enseñar y validar una red de aprendizaje profundo que, durante la etapa de formación, utiliza una base de datos de millones de rostros adecuadamente seleccionados, cada uno de los cuales es etiquetado con su verdadero género conocido. Después de varios días de entrenamiento por parte de nuestros ingenieros, la red neuronal está lista para ponerse en funcionamiento y es probable que tenga una precisión aproximada del 98%, que es más o menos lo mismo que la capacidad de los seres humanos para hacer la misma tarea.

Las técnicas de Inteligencia Artificial con Deep Learning ofrecen un rendimiento muy superior en comparación con los análisis de vídeo más tradicionales. Estos últimos generalmente utilizan la detección de movimiento y no son lo suficientemente avanzados para detectar objetos estáticos - como vehículos aparcados - o solucionar los problemas derivados del ruido de vídeo, la contaminación lumínica de los faros o las sombras en movimiento, todos los cuales son causa de falsas alarmas.

El rendimiento de la analítica es igualmente impresionante en entornos donde hay movimientos rápidos o muy ajetreados, lo que mejora la búsqueda de pruebas periciales y acelera las investigaciones.

Por estas y otras razones, quizás sea inevitable que la Inteligencia Artificial con Deep Learning reemplace gradualmente el análisis de vídeo tradicional en la mayoría de aplicaciones y particularmente aquellas que sufren más de detecciones falsas.

La Inteligencia Artificial con Deep Learning es particularmente apropiada para aplicaciones que requieren un mayor grado de sofisticación que el que ofrece la analítica de vídeo tradicional. Por ejemplo, permite a los comercios capturar y aplicar la inteligencia empresarial para la edad y el género de las personas, lo que les permite analizar de forma individualizada la demografía de los clientes y, al hacerlo, obtener una mayor comprensión del comportamiento del cliente y los patrones de compra.

Cabe señalar que la Inteligencia Artificial con Deep Learning ha hecho una contribución valiosa durante el último año, ya que ha estado en el corazón de las aplicaciones de detección de mascarillas, medición de distancia y supervisión de ocupación.

En definitiva, además de ayudar a combatir la actividad delictiva, hay innumerables formas en que el análisis de vídeo de Inteligencia Artificial con Deep Learning integrado en las cámaras puede ayudar a las empresas a mejorar la productividad y operar de manera segura en un mundo afectado por la pandemia. Con la reciente disponibilidad de cámaras económicas equipadas con esta tecnología, los usuarios pueden ahora esperar un alto retorno de la inversión, independientemente de cómo aprovechen la tecnología.