Científicos del grupo de investigación Video and Image Processing (VIP) del Departamento de Arquitectura de Computadores de la Universidad de Málaga (UMA) han desarrollado un sistema inteligente de videovigilancia que detecta e identifica en tiempo real objetos y personas en espacios amplios. La novedad de este método es que puede prescindir de la supervisión directa del ojo humano en prácticamente todo el proceso y reforzar las tareas de vigilancia y control. Para demostrar su eficacia, los expertos han probado este modelo en un aeropuerto europeo como escenario real.
Otro aspecto clave del estudio es la adaptación del sistema a un dispositivo informático de bajo consumo, es decir, a un procesador de datos más pequeño que los convencionales que requiere poca energía para su funcionamiento.
Hoy en día, los sistemas automáticos de videovigilancia suelen implementar técnicas de detección de objetos como fase inicial antes de realizar tareas más complejas. Requieren la supervisión constante por parte de una persona o un equipo humano para corroborar que el etiquetado e identificación de los elementos se hace de forma correcta.
«Estos modelos se construyen mediante un enfoque de aprendizaje supervisado, donde las imágenes de las clases de objetos, junto con su etiquetado, deben estar disponibles antes del entrenamiento», explica Paula Ruiz Barroso, investigadora de la Universidad de Málaga y autora principal del estudio.
Esta supervisión humana exige largos periodos de tiempo, así como recursos materiales y humanos. «El sistema empleado en este estudio nos permite identificar el movimiento de objetos grandes, como aviones, camiones de bomberos, etcétera, y al mismo tiempo detectar la presencia de otros más pequeños, como trenes de equipaje, personal trabajador, coches y furgonetas de mantenimiento, entre otros, requiriendo una supervisión humana mínima en comparación con los enfoques supervisados».
Con este sistema, los expertos proporcionaron al modelo imágenes grabadas en una plataforma de estacionamiento real, es decir, un área donde los aviones estacionan para cargar pasajeros y equipaje.
Para calcular el tiempo estimado de procesamiento de los datos que llega a visualizar, trabajaron en la optimización del proceso para que detectara objetos con mayor celeridad. «Hemos reducido los tiempos, pasando de 7,4 segundos por fotograma, ya que es un intervalo muy lento, a 0,2 segundos por fotograma», indica la responsable del estudio.
Descubre más noticias de 101TV en las redes sociales: Instagram, Facebook, Tik Tok o X. Puedes ponerte en contacto con nosotros en el correo informativos@101tv.es