Inteligencia artificial para detectar a personas armadas

Compartir
detector-pistola-ugr
El sistema de seguridad detecta armas en tiempo real.

Un nuevo sistema de inteligencia artificial es capaz de identificar cuándo alguien que aparece en un vídeo empuña un arma. Esta aplicación desarrollada por la Universidad de Granada mejorará la seguridad en espacios públicos y servirá para calificar los contenidos de vídeos que se cuelgan en Internet. 

Este nuevo sistema ha sido testado con películas de alto contenido violento como Pulp Fiction, Misión Imposible y James Bond. Se trata de una aplicación informática basada en inteligencia artificial, que permite detectar cuándo un individuo que aparece en un vídeo saca una pistola.

Es un trabajo pionero a nivel internacional y sus aplicación van desde la mejora de la seguridad en espacios públicos como aeropuertos o centros comerciales, hasta controlar de manera automatizada los contenidos violentos en los que aparecen armas subidos a redes sociales como Facebook, Youtube o Twitter.

Sistema de seguridad distinguido por el MIT

Este trabajo ha sido desarrollado por Francisco Herrera Triguero, Roberto Olmos y Siham Tabik, investigadores del departamento de Ciencias de la Computación e Inteligencia Artificial de la UGR. La relevancia de este trabajo es tal que la revista electrónica del Instituto Tecnológico de Massachusetts (MIT, por sus siglas en inglés) especializada en tecnología, MIT Technology Review, lo ha seleccionado como uno de los 5 artículos más estimulantes de la semana a nivel mundial (https://www.technologyreview.com/s/603786/the-best-of-the-physics-arxiv-week-ending-march-4-2017/). 

Para comprobar el buen funcionamiento del modelo, sus autores analizaron vídeos de baja calidad obtenidos de Youtube, lo que demuestra su eficacia, y de películas de la década de los 90 como ‘Pulp Fiction’, ‘Misión Imposible’ o ‘James Bond’. El algoritmo diseñado en la UGR demostró una efectividad de más del 96,5 por ciento, y es capaz de detectar pistolas con una muy buena precisión, analizando 5 frames por segundo, o lo que es lo mismo, en tiempo real. Cuando en la imagen aparece el arma, el sistema avisa y establece una alerta (recuadro de color rojo en la imagen) en el lugar exacto donde se encuentra.

Un modelo rápido y barato

Como explica el catedrático de la UGR Francisco Herrera, “nuestro modelo se puede combinar de forma muy sencilla con una alarma directa, y puede ser implementado de forma poco costosa utilizando cámaras de vídeo y un ordenador con capacidades medianamente altas”.

Además, el sistema se puede implementar en cualquier área donde sea posible colocar cámaras de vídeo, tanto en ambientes exteriores como en interiores, y no requiere supervisión humana directa. 

Por su parte Siham Tabik, que en la actualidad disfruta de un contrato Ramón y Cajal dentro del Programa Estatal de Promoción del Talento y su Empleabilidad en I+D+i, apunta que los modelos de deep learning (‘aprendizaje profundo’) como este “han supuesto un gran avance en la detección, reconocimiento y clasificación de objetos en el campo de la visión computacional durante los últimos cinco años”. 

Los modelos de deep learning aprenden a partir de su entrenamiento en una colección amplia de ejemplos, emulan el sistema nervioso en la conexión de neuronas y utilizan algoritmos sofisticados de optimización para aprender las conexiones entre neuronas artificiales

Un sistema de segurirad pionero

Hasta ahora, los principales sistemas de detección de armas están basados en detectar metales, y se encuentran en aeropuertos y en eventos públicos en lugares cerrados. Aunque presentan la ventaja de que son capaces de detectar un arma de fuego incluso si esta se encuentra oculta a la vista (por lo que, en principio, pueden detectar un arma mucho antes de que sea usada), lamentablemente tienen muchos inconvenientes.

Entre ellos, destacan que solo controlan el paso por un punto concreto (si quien lleva el arma no pasa por él, el sistema resulta inútil); requieren la presencia constante de un operador humano y generan cuellos de botella cuando hay mucho flujo de personas, detectando igualmente objetos metálicos de uso cotidiano (como monedas, las hebillas del cinturón o teléfonos móviles), lo que hace necesario el uso combinado de estos sistemas con bandas transportadoras con escáneres de rayos x, lo cual además de ser lento resulta muy costoso. Además, estos sistemas fallan en el caso de tratarse de armas no metálicas, que ya son una realidad gracias al desarrollo de las técnicas de impresión 3D. 

Por ello, la detección de armas mediante cámaras de vídeo es un nuevo sistema de seguridad complementario y de utilidad para zonas de videovigilancia. 

Los investigadores de la UGR afirman que, hasta la fecha, ningún trabajo científico publicado, ni patente, ni producto comercial había tratado el problema de detección de pistolas en vídeos en tiempo real usando ‘Deep Learning’, lo que convierte su trabajo en completamente pionero a nivel mundial. No en vano, son varias las empresas que ya se han interesado por esta nueva tecnología diseñada en la Universidad de Granada.  

Esta investigación recibió el Premio de Excelencia en Innovación Tecnológica Fujitsu-UGR en noviembre de 2016, por el trabajo de fin de máster (TFM) presentado por Roberto Olmos.

Dejar una respuesta

Please enter your comment!
Please enter your name here

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.