Entrega del premio con el Consejero del Interior del Gobierno Autonómico de Cataluña (Imagen de Xavi Gómez)

Durante los días 17 y 18 de mayo se ha celebrado en Barcelona la quinta edición del Security Forum, un evento anual posicionado como un referente en el sector de la seguridad.  

El jurado de Security Forum 2017  ha fallado la quinta convocatoria de los premios Security Forum, que pretenden promover y potenciar la investigación, el desarrollo y la innovación de la industria de la seguridad en España, a través del reconocimiento a los responsables de proyectos actuales de investigación en materia de seguridad, y a aquellos proyectos de carácter significativo ejecutados, que puedan ser modelo y escaparate internacional del amplio potencial de nuestra industria.

En la categoría Premio Security Forum I+D+i el ganador ha sido la Universidad de Granada: Sistema de detección de armas de fuego en vídeo en tiempo real, realizado por Siham Tabik, Roberto Olmos y Francisco Herrera.

Los premiados en el Security Forum 2017 (Imagen de Xavi Gómez)

Entre 2012 y 2014, la tasa de criminalidad causada por armas de fuego es muy preocupante en muchas partes del mundo, especialmente en los países en los que se permite legalmente su posesión. Las últimas estadísticas de UNODC (United Nations Office on Drugs and Crime) revelan quela tasa de asesinatos con armas de fuego por cada 100.000 habitantes es del 62.0 en Venezuela,15.7 en Méjico,3.9 en Estados Unidos y 0.6 en España. Adicionalmente, varios estudios psicológicos han demostrado que el sólo hecho de tener acceso a una arma de fuego aumenta drásticamente la probabilidad de un comportamiento violento que lleve a usarla.

Una de las formas de reducir la amenaza de violencia que generan las armas de fuego es la detección temprana de su presencia con margen de tiempo suficiente para que los agentes o vigilantes puedan actuar. En este contexto, una solución innovadora y efectiva consistiría dotar a las cámaras de vigilancia y/o control con un sistema de detección de armas automático.

El sistema de inteligencia artificial desarrollado por el equipo de la Universidad de Granada activa un aviso cuando detecta la presencia de un arma de fuego en una escena de un vídeo. El sistema está basado en el uso de algoritmos de aprendizaje profundo (deep learning, modelos neuronales artificiales que imitan las conexiones del sistema nervioso). En particular, se utiliza un modelo conocido como CNN (convolutional neural network).  El modelo de aprendizaje utilizado para detectar las pistolas se ha entrenado sobre más de 3000 imágenes que contenían pistolas.

Tras el entrenamiento, el sistema inteligente adquiere la capacidad de distinguir las pistolas del resto de objetos empuñados por una persona.

Posteriormente, cuando procesa una secuencia de vídeo localiza la presencia de pistolas en las imágenes y activa una alarma. El sistema procesa cinco imágenes por segundo, y activa la alarma cuando se detecta una secuencia de imágenes positivas (arma).

Se ha mostrado el buen funcionamiento del sistema inteligente de detección de pistolas en diferentes escenas de películas muy populares de los años 90, The World is Not Enough, PulpFiction, Mission Impossible (Rogue Nation) and Mr. Bean (los videos están disponibles en el siguiente repositorio de github,  https://github.com/SihamTabik/Pistol-Detection-in-Videos).  

Cuando el sistema detecta un objeto en alguna escena de estos vídeos con una probabilidad de ser pistola mayor al 70%, se destaca el arma con un cuadro de color rojo incluyendo un porcentaje correspondiente a la probabilidad de acierto. A pesar de la baja calidad de los vídeos usados como ejemplo, el detector proporciona una precisión bastante alta y un número de falsos positivos (objetos marcados como pistola cuando en realidad no lo eran) muy bajo en todos ellos.

Las aplicaciones de esta tecnología en seguridad son múltiples. Por ejemplo, la policía o agentes de seguridad podrían encontrar en un vídeo las escenas donde se visualicen pistolas sin necesidad de rebobinar horas de grabación. De igual forma, un sistema de cámaras de seguridad podría activar una alerta de la presencia de pistolas sin necesidad de una intervención humana. Así, un joyero que sufra un atraco con pistola en su joyería no tendría que arriesgar su vida intentando pulsar un botón que avise a la policía porque el sistema ya se encargaría de hacerlo. Actualmente, el sistema se centra en la detección pistolas ya que son el tipo de armas más usado en los crímenes, aunque estamos trabajando para extenderlo a armas blancas, como, por ejemplo, cuchillos, navajas.

La puesta en marcha del sistema es relativamente sencilla ya que sólo requiere de una simple cámara de vigilancia, un ordenador para analizar el vídeo, y un medio para mandar el aviso a través de una conexión de internet hacia un centro de control, que puede ser policía o una empresa de seguridad.

En la actualidad, ningún trabajo publicado, ni patente, ni producto comercial trata el problema de detección de pistolas en tiempo real usando aprendizaje profundo. Seguimos trabajando en la mejora de la precisión y robustez del sistema ampliando el conjunto de entrenamiento con imágenes de pistolas en movimiento. Además, estamos extendiendo la detección a un amplio rango de armas y otros objetos.

Recientemente,  la revista del Instituto de Tecnología de Massachusetts, MIT Technology Review, destaco este proyecto como una de las aplicaciones de inteligencia artificial más novedosas en el mes de Marzo y ha sido recientemente aceptado en la revista Neurocomputing.

Referencias:

Roberto Olmos, Siham Tabik,  Francisco Herrera  Automatic Handgun Detection Alarm in Videos Using Deep Learning, Neurocomputing, 2017, In press. http://www.sciencedirect.com/science/article/pii/S0925231217308196

Contacto:

Francisco Herrera

Dpto. de Ciencias de la Computación e Inteligencia Artificial

Universidad de Granada

Correo e-: herrera@decsai.ugr.es