En los últimos años se repiten varias palabras como inteligencia artificial, machine learning, Deep learning. Pero ¿qué diferencia hay entre esos términos?, ¿Por qué se invierte cada vez más en el análisis de video? y ¿por qué en el mundo de la seguridad tiene mucha importancia?
Cada vez el número de cámaras por sistema aumenta, el número de personas a cargo del sistema es constante (Limitaciones humanas) además de que el operador humano no podrá mantener los niveles de atención durante largos períodos de tiempo.
Para el investigador (en caso de incidente), cambiar las vistas de una cámara a otra durante horas se convierte en una tarea tediosa con un índice de error muy elevado.
Todos esos factores llevaron a desarrollar Algoritmos de análisis automático de vídeo capaces de:
· Detectar y determinar eventos temporales y espaciales.
· Genere rápidamente análisis, alertas e informes a partir de imágenes de videovigilancia.
· Vigilancia continua desde varias cámaras, sin riesgo de errores.
· Reducción de la carga de trabajo del personal de seguridad.
· Respuesta rápida a los incidentes.
Para entender más el concepto del (AI) Artificial intelligence, propongo reflexionar un poco sobre la ilustración
Inteligencia artificial: se refiere al proceso o la capacidad que las máquinas pueden tener para resolver problemas y aprender de manera eficiente.
Aprendizaje automático: desarrollo de programas con la capacidad de identificar patrones complejos en millones de datos, construir modelos y generar predicciones de comportamientos futuros, basados en ejemplos de información.
Aprendizaje profundo: Se usa principalmente para crear sistemas modernos y eficientes. Con Deep Learning, es posible desarrollar programas que puedan realizar comportamientos similares a los de los humanos.
En los sistemas de videovigilancia actuales, prácticamente todas las marcas incluyen una gama de cámaras de videovigilancia con inteligencia artificial (on the Edge) o embebida con la capacidad de:
1. Detección y reconocimiento de rostros
2. Reunión de personas (aglomeración)
3. Distinguir personas y vehículos de otros objetos en movimiento.
4. Detección de Intrusión
5. Cruce de Línea para el Control de accesos
6. Merodeo
7. Facilitar datos para la gestión de tráfico
8. Predicción mediante avisos anticipados
Autor: Hamza Bennani
