VOLVER

Share

Aplican un sistema de detección de armas en vídeos en una simulación en la Universidad de Sevilla

Un equipo de investigación de la Universidad de Sevilla ha validado un sistema que detecta la presencia de armas en circuitos cerrados de televisión mediante un ataque simulado y motores de videojuegos. El modelo basado en inteligencia artificial, amplía la precisión en la localización de algún riesgo y reduce los falsos positivos en las alertas. 


Sevilla |
19 de abril de 2021

Un equipo de investigación de la Universidad de Sevilla ha automatizado un sistema de vigilancia que emite una alerta ante la posible presencia de armas en edificios al localizarlas en las cámaras de seguridad. El modelo se propone como una mejora de los servicios de seguridad actuales para el control de ataques en distintos espacios como aeropuertos, estaciones o centros comerciales.

Simulacro en la Universidad de Sevilla donde se muestra cómo se detecta la presencia de armas de manera automática en una situación real.

Los expertos ponen a disposición de la comunidad científica un banco de datos recabados en un ataque simulado en la propia Universidad y con motores de videojuegos para continuar mejorando la aplicación. Así lo plantean en el artículo ‘Real-time gun detection in CCTV: An open problem’, publicado en la revista Neural Networks en el que muestran cómo las cámaras detectan y marcan las armas de manera autónoma.

El trabajo toma como base el desarrollado en estudios anteriores sobre detección de señales de tráfico por vehículos autónomos y el presentado por el grupo Soft Computing and Intelligent Information Systems de la Universidad de Granada hace unos años. Ahora incorporan algoritmos de detección para evitar falsos positivos. “Hemos aumentado la precisión en la detección de objetos pequeños al agregar más variedad de imágenes y situaciones al modelo. Sin embargo, los resultados muestran que hay margen de mejora”, indica a la Fundación Descubre el investigador de la Universidad de Sevilla Juan Antonio Álvarez, autor del artículo.

El modelo creado se basa en las llamadas técnicas de aprendizaje profundo. Se trata de una serie de algoritmos de aprendizaje automático que utiliza una arquitectura conocida como redes neuronales convolucionales profundas. Estos algoritmos y neuronas artificiales funcionan de una manera muy similar a la corteza visual humana. Es decir, tienen la capacidad de aprender y diferenciar automáticamente distintos objetos a partir de una gran cantidad de imágenes para luego hacer predicciones correctas sobre otras nuevas y retroalimentarse con la nueva información que generan.

Equipo de la Universidad de Sevilla responsable del artículo.

De esta manera, los investigadores han ‘entrenado’ al sistema con imágenes reales tomadas en simulacros en la propia universidad y otras creadas por ordenador para que la respuesta de la alerta ante la visualización de las armas sea más precisa y rápida.

Alertas frente amenazas

Los expertos apuntan que la detección autónoma de armas en circuito cerrado de televisión tiene aplicación en el campo de la seguridad, la lucha contra el terrorismo y la mitigación de riesgos. Sin embargo, se encuentra aún con algunas limitaciones, como la distancia del objeto a la cámara y los tiempos de señalización del arma.

En la vigilancia con personas, son frecuentes los errores por la calidad de imágenes o la cantidad de información visual que manejan con varios monitores de visionado simultáneo. Esto puede ocasionar que se puedan pasar por alto situaciones de peligro.

Con la automatización de señales de alarma se consigue la detección en tan solo 90 milisegundos. De esta manera, el personal puede poner en marcha mucho antes los protocolos de seguridad ante un ataque.

Los datos creados para la detección de armas de fuego mediante las cámaras toman de referencia, además del simulacro realizado en las instalaciones de la universidad, las obtenidas mediante el motor de juego Unity con el que se desarrollan escenas probables para ampliar el rango de información disponible.

El banco de datos creados por los expertos se ha creado con una simulación en real y con motores de videojuegos para continuar mejorando la aplicación.

Las grabaciones son tratadas por un sistema de detección basado en un algoritmo que construye mapas de datos relacionados. De esta manera, va creando nuevo conocimiento con todas las imágenes que van llegando. Con esta técnica se logra una mejora significativa en la extracción de la información que se desea obtener. “De esta manera, nuestro método logra mejores resultados y lo convierten en un punto de referencia en la detección de armas en circuitos cerrados de televisión“, concluye el investigador.

Los expertos continúan sus investigaciones para seguir mejorando la información recabada, ya que en ocasiones, el tamaño que pueden tener los objetos o su parecido con otras imágenes, como el manillar de una bici o un móvil, pueden dificultar su detección y obtener falsos positivos en las alertas.

Este trabajo se ha financiado a través del proyecto ‘Vision and Crowdsensing Technology for an Optimal Response in Physical-Security’, del Ministerio de Ciencia e Innovación.

Referencias

Jose L. Salazar González, Carlos Zaccaro, Juan A. Álvarez García, Luis M. Soria Morillo y Fernando Sancho Caparrini. ‘Real-time gun detection in CCTV: An open problem’. Neural Networks. 2020.

Más información:

#CienciaDirecta, agencia de noticias de ciencia andaluza, financiada por la Consejería de Transformación Económica, Industria, Conocimiento y Universidades de la Junta de Andalucía.

Teléfono: 954 232 349

E-mail: comunicacion@fundaciondescubre.es



Share

Últimas publicaciones

La Fundación Descubre prepara Paseo Matemático Al-Ándalus, nuevas rutas por la Alhambra, la Mezquita o la Giralda a través de su geometría
Andalucía | 07 de mayo de 2021

Los recorridos virtuales y presenciales muestran al público participante los detalles más característicos de algunos de los monumentos más emblemáticos de Andalucía, interpretando las conexiones existentes entre las matemáticas y su historia, así como su significado artístico. El proyecto está coordinado por la Fundación Descubre y cofinanciado por la Fundación Española para la Ciencia y la Tecnología (FECYT) y la Consejería de Transformación Económica, Industria, Conocimiento y Universidades.

Sigue leyendo
El uso humano de antibióticos pone en peligro a los chimpancés salvajes
Internacional | 07 de mayo de 2021

Las enfermedades infecciosas son una de las mayores amenazas de los primates del Parque Nacional de Gombe en Tanzania. Sin embargo, sus heces contienen bacterias resistentes a fármacos usados habitualmente por las personas cerca de la reserva, según un nuevo estudio. Por ello, los expertos sugieren que se oriente a escala local del uso adecuado de antibióticos para no perjudicar a las especies de su entorno, pero también es importante mejorar la higiene de las actividades relacionadas con el lavado en los arroyos de la zona, así como la eliminación de los residuos humanos.

Sigue leyendo
Un estudio demuestra que los focos vecinales son una vía de contagio de la COVID-19
06 de mayo de 2021

A partir de la elaboración de una cartografía de los afectados en tiempo real, expertos de la Universidad de Málaga proponen la aplicación de cribados colectivos. Además, los científicos han demostrado que, junto a la vía de trasmisión de brotes producidos por eventos sociales – principalmente ocio o trabajo-, cuyo control se aborda por las autoridades sanitarias a través del ‘rastreo’; existe otra vía complementaria de contagio, la del foco vecinal, aglomerados de casos vecinos y simultáneos en el tiempo con un origen común.

Sigue leyendo

#CienciaDirecta

Tu fuente de noticias sobre ciencia andaluza

Más información Suscríbete

Este sitio web utiliza cookies para mejorar tu experiencia. Continuando la navegación aceptas su uso. Más información

Los ajustes de cookies de esta web están configurados para "permitir cookies" y así ofrecerte la mejor experiencia de navegación posible. Si sigues utilizando esta web sin cambiar tus ajustes de cookies o haces clic en "Aceptar" estarás dando tu consentimiento a esto.

Cerrar