El número de falsas alarmas es un factor importante para crear confianza
Cuando
se produce un suceso sospechoso, las cámaras inteligentes enviarán una
alerta a los TMC junto con el video desde el lugar para que un operador
del centro de tráfico pueda realizar análisis adicionales y tomar las
acciones oportunas. “El número de falsas alarmas en un sistema como
este es, por supuesto, un factor importante para crear confianza en el
sistema. Si los operadores necesitan volver a verificar muchas alarmas
reportadas que finalmente no resultan ser accionables no es sólo una
pérdida de productividad, sino que degrada la confianza en el sistema.
Igualmente, importante como un número limitado de falsas alarmas, por
supuesto, es que el sistema no debe perderse ningún incidente y
accidente real que requiera acción, ya que esto socavaría todo el
propósito del sistema”, señala, Jean Marie Guyon, Gerente de Ventas y Marketing de Citilog.
El
tiempo que se tarda en detectar un incidente también es un factor
importante. Si no se detecta con la suficiente rapidez, los riesgos de
accidentes secundarios causados por el primero aumentan con el tiempo
que pasa antes de tomar medidas (por ejemplo, señales de advertencia de
mensaje variable antes de que ocurra el accidente). Y como todos hemos
experimentado, el flujo de tráfico generalmente se desacelera
significativamente no sólo en la dirección del accidente mismo, sino
también en la vía opuesta. La gente siente curiosidad por lo que ha
ocurrido al otro lado de la carretera, lo que a menudo resulta en más
incidentes.
Innovación en inteligencia artificial para el procesamiento de imágenes
En
el campo de la informática, la inteligencia artificial (IA) ha visto
varios nuevos avances en los últimos años. Particularmente en el campo
del procesamiento de imágenes, los conceptos de Machine Learning y Deep
Learning han mejorado dramáticamente las posibilidades de clasificar y
hacer computables objetos de eventos reales, acciones, personas y
vehículos.
Por
ejemplo, nuestras últimas innovaciones en métodos de análisis de video
de aprendizaje profundo nos han ayudado a reducir drásticamente el
número de falsas alarmas potenciales, en comparación con las tecnologías
tradicionales de detección basadas en píxeles, al tiempo que mantenemos
una alta precisión en la detección de situaciones reales
significativas.
Alejandro
Aguirre, National Sales Manager Mexico & CCA en Axis
Communications, comentó que uno de los principales desafíos de la
tecnología tradicional de análisis basada en video para la vigilancia
del tráfico (y la principal fuente de falsas alarmas) son las sombras,
por ejemplo, de vehículos o sombras más estáticas de árboles, nubes o
estructuras. “El concepto mismo de la tecnología Deep Learning es
‘enseñar’ a un ordenador a identificar y clasificar objetos. En el
contexto de la vigilancia del tráfico, el ordenador está entrenado para
identificar vehículos (coches, camiones, motos, etc.) y, por lo tanto,
para «ignorar» eficazmente las sombras”.
Una
vez detectados los ‘objetos’ se convierten en datos. Los conocimientos y
las posibilidades de la videovigilancia sirven para gestionar estos
tipos de datos y crear la salida adecuada para los operadores, en otras
palabras: ¿representan los datos identificados a través del proceso de
aprendizaje profundo una situación real que los operadores deben
conocer?
“Por
supuesto, la precisión del motor de aprendizaje profundo está altamente
correlacionada con la calidad y definición de la imagen para empezar.
Aquí es donde la labor de la tecnología de video hace su trabajo al
proporcionar imágenes de alta definición en el espectro visible, lo que
se convierte en un componente clave para el proceso”, aseguró el experto de Axis.
La
videovigilancia, ha entrado hace tiempo en la era de la digitalización y
con ello ha generado una enorme cantidad de datos. El siguiente reto
consiste en convertir esta gran cantidad de datos digitales en
información que sea a la vez impactante y viable, cumpliendo así con las
necesidades y objetivos clave de los usuarios de videovigilancia. En el
campo de la vigilancia del tráfico, empresas como Citilog y Axis están
combinando sus décadas de experiencia para ayudar a conducir hacia la
estrategia Vision Zero para cero falsas alarmas, cero incidentes y cero
tiempo perdido, que por supuesto apoya la misión de crear un mundo más
inteligente y más seguro.
No hay comentarios:
Publicar un comentario