Seguritecnia 334

AStÓcVlo 5Ïcnico 114 SEGURITECNIA Octubre 2007 , os métodos de análisis pueden detectar “movi- mientos sospechosos” de personas que cami- nan por la calle, pueden detectar terroristas que se desplazan por una ladera situada a más de 1. 00 me- tros, pueden reconocer a un delincuente entre una mul- titud de rostros. Estos son algunos de los errores más ge- neralizados al referirse a los métodos actuales de análisis de vídeo. ¿)a existido alguna vez una tecnología como ésta que prometa tantísimas cosas y luego no pueda cumplirlas? No, lo cierto es que el análisis de vídeo aún está prácticamente en pañales. El quid de la cuestión es la gestión de las expectativas, esto es, ser realistas con el usuario respecto a los resultados que se pueden obtener. El problema fundamental es que las personas hacemos este tipo de tareas sin percatarnos. Leemos matrículas y reconocemos rostros de forma totalmente subcons- ciente. Adquirir estas habilidades probablemente nos llevó años de aprendizaje durante la niñez, pero lo cierto es que ahora las damos por sentado. Sin embargo, los or- denadores no cuentan siquiera con un mínimo de inteli- gencia visual. )ay algunas funciones de análisis de vídeo que los ordenadores pueden realizar correctamente, pero a menudo sólo es posible limitando mucho la aplicación. Las matizaciones son fundamentales y es absolutamente imprescindible marcar las expectativas del usuario. El anÉlisis de VÓdeo en la actualidad ¿2ué es posible en la actualidad? La identificación de matrículas lleva haciéndose desde hace mucho tiempo y su eficacia está demostrada pero no es 100 precisa. Asi- mismo, llevar a cabo un reconocimiento de rostros fia- ble es de notoria dificultad. El engaño mediante disfraces es verdaderamente sencillo y se necesita un buen primer plano del sujeto para trabajar con un mínimo de preci- sión. No obstante, hoy en día existen algunas funciones de análisis básicas que pueden llevarse a cabo con bastante precisión. La detección de movimiento es la forma más simple y básica de análisis. )ay diversos fabricantes que la ofrecen, pero hay muy pocos sistemas que consigan un índice de falsas alarmas lo suficientemente bajo como para que sea útil. Un sistema que genera más de 20 falsas alarmas por noche se convierte en ineficaz, ya que rápi- damente se empezarán a ignorar las alarmas o se des- conectará la función de detección de movimiento, con el fin de evitar que el operario se ahogue en un mar de alarmas. Sin ser consciente, Esopo previó la realidad de la mayoría de los sistemas de seguridad cuando escribió la fábula “El pastorcillo mentiroso”. De la detección básica de movimiento surgió la detec- ción de congestionamientos. Cuando la densidad de per- sonas o coches alcanza un nivel determinado, salta una alarma. La función de movimientos contracorriente de- tecta objetos que se mueven en dirección “contraria a la corriente” y es útil en ciertas aplicaciones como, por ejemplo, los controles de seguridad de los aeropuertos. La función de cables trampa virtuales también es una mejora de la detección de movimiento, ya que hace saltar una alarma cuando alguien o algo cruza una línea que se ha trazado en la imagen. Esto resulta muy útil en aplica- ciones, tales como áreas amplias con zonas prohibidas, por ejemplo, fábricas. De este modo, se permite que la gente ande tranquilamente por las zonas de libre acceso pero las alarmas sonarán si alguna persona sale de di- chas zonas. (Véase la información adicional “El ABC del análisis de vídeo” al final de este documento). La posición de la cámara, la elección de la lente y la ilu- minación son absolutamente fundamentales para todas estas aplicaciones de análisis. El simple hecho de cam- biar la posición de la cámara puede mejorar los resulta- dos del análisis en gran medida. Por ejemplo, en la de- tección de movimientos contracorriente, el algoritmo es ,as limitaciones del análisis de vídeo 0residente de )ndigoVision /liver 6ellacott