Seguritecnia 461

34 SEGURITECNIA Febrero 2019 Seguridad Privada en Cataluña la detección de incidentes y anomalías en el tráfico, no solo en las típicas apli- caciones en túneles, sino también en carreteras e intersecciones. Los sistemas DAI que trabajan con Deep Learning están basados en un pe- culiar y realista método matemático de seguimiento de objetos en movi- miento 3D (en tres dimensiones), re- duciendo drásticamente las falsas alar- mas y simplificando al máximo la ca- libración de los algoritmos de tráfico deseados. Con el uso de la inteligencia artifi- cial y el aprendizaje profundo, las fal- sas alarmas se reducen aún más. De hecho, el software es capaz de identifi- car los tipos de objeto que se mueven por la escena, reduciendo los proble- mas típicos de un sistema DAI estándar como las oclusiones que dificultan el proceso de análisis. Además, los problemas causados por baja iluminación y malas condicio- nes climatológicas, donde usualmente se usan cámaras térmicas para mante- ner los rangos de detección, pueden ser drásticamente reducidos, permi- tiendo incluso el uso de cámaras CCTV en rango visible en exteriores, todo ello sin pérdida en el rendimiento en la capacidad de análisis. Asimismo, ten- dremos mucha más flexibilidad en la ubicación de la cámara gracias a la ca- pacidad del software de distinguir ob- jetos, incluso si están muy cerca uno del otro. L a disponibilidad de enormes cantidades de datos ( Big Data ), sobre todo en imagen, vídeo y texto, proporciona la “materia prima” para entrenar modelos complejos de redes neuronales, más conocidos como modelos de aprendizaje pro- fundo o Deep Learning. Los grandes avances tecnológicos en los últimos años nos han permitido dis- poner de grandes capacidades de com- putación a precios asequibles. El desa- rrollo de las diferentes opciones para implementar el aprendizaje automático a nivel hardware por los diferentes fabri- cantes, apostando por enfoques distin- tos sobre cómo construir la arquitectura más adecuada para cada aplicación de inteligencia artificial –como, por ejem- plo, GPU, TPU, NPU o FPGA–, con sus consecuentes ventajas e inconvenien- tes, ha propiciado la disponibilidad de poderosas herramientas para desarro- llar soluciones para entrenar modelos complejos de redes neuronales. Afortunadamente, la aplicación de esta tecnología al procesado de ví- deo ha repercutido directamente en la creación de potentes algoritmos basa- dos en redes neuronales artificiales ca- paces de procesar ingentes cantidades de datos proporcionados por las imá- genes, así como entrenar modelos con billones de parámetros. Podemos afir- mar con rotundidad que la inteligencia artificial está aportando avances inima- ginables hace tan solo pocos años en aplicaciones cotidianas para seguridad, más concretamente en aquellas donde el vídeo está presente. Sistemas DAI para tráfico El Deep Learning en sistemas DAI (De- tección Automática de Incidentes), nos proporciona una solución fiable para Roberto Montejano / KAM&BDM de Casmar Electrónica Aplicaciones de inteligencia artificial en soluciones basadas en vídeo