¡Manos arriba!¡Arma detectada!

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. 

Autoría: Remedios Valseca / Fundación Descubre


Sevilla |
19 de abril de 2021

Una pareja espera su vuelo en un banco mientras su hijo pequeño juega delante de ellos con una pelota, despreocupado. Una pandilla de adolescentes charla animadamente sentados en el suelo, comentando las experiencias que les esperan en su viaje de estudios. Una anciana empuja un carro con sus maletas, descansando a cada paso. De repente, un chico saca una pistola y comienza a disparar a todo el mundo. Los guardias de seguridad corren hacia el chico y consiguen inmovilizarlo, pero no han logrado evitar el desastre.

Con la automatización de señales de alarma se consigue la detección en tan solo 90 milisegundos.

Podría ser el comienzo o el desenlace de cualquier película de acción. Pero como cualquier guion, la trama puede basarse en alguna historia ya vivida o por vivir. Para evitar situaciones así en la realidad, se hace necesario contar con herramientas que alerten ante la posibilidad de la presencia de armas en distintos espacios como aeropuertos, estaciones, locales comerciales o incluso centros educativos.

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. 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.

El trabajo toma como base el desarrollado en estudios previos sobre detección de señales de tráfico por vehículos autónomos y el realizado con anterioridad por un equipo de la Universidad de Granada.

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 este trabajo, publicado en la revista Neural Networks, aumentan la precisión en la localización de armas al agregar más variedad de imágenes y situaciones a un modelo de control de seguridad automatizado mediante cámaras.

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

En él incorporan una serie de secuencias de detección para evitar falsos positivos. Este modelo, creado por los expertos, 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”, indica a la Fundación Descubre el investigador de la Universidad de Sevilla Juan Antonio Álvarez, autor del artículo.

Alertas frente amenazas

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 juego Unity, con el que se desarrollan escenas probables para ampliar el rango de información disponible. De esta manera, los investigadores han ‘entrenado’ al sistema con las imágenes reales y las creadas por ordenador para que la respuesta de la alerta ante la visualización de las armas sea más precisa y rápida.

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 objeto. “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.

Equipo de la Universidad de Sevilla responsable del artículo.

Una vez más la inteligencia artificial se pone al servicio de la ciudadanía para aumentar la calidad de vida de todos. Si sabemos que esas cámaras cuidan de que las personas estén seguras ante un posible ataque en cualquier espacio, solo queda poner la mejor sonrisa al pasar por ellas.

Más información en #CienciaDirecta: Aplican un sistema de detección de armas en vídeos en una simulación en la Universidad de Sevilla


Últimas publicaciones

España | 13 May 2021
Mascarillas en las playas y en el campo: motivos para imponer (o no) su uso

¿Es bueno llevar la mascarilla en todos los lugares y en todos los momentos? Dos expertos en enfermería de urgencias y laboral afirman que no hay una respuesta universal y ante ello, será bueno si es necesario llevarla, y será malo –o incluso contraproducente– cuando resulte innecesario su uso. Es necesaria para todos los paseos, para la realización de ejercicio y cualquier actividad excepto para las incompatibles con su uso, como bañarse o comer. En definitiva, no podemos quitárnosla para mojarnos los pies en la orilla.

España | 13 May 2021
¿Funcionan las vacunas con las variantes del SARS-CoV-2?

Los pacientes infectados por SARS-Cov-2 parecen estar protegidos durante un mínimo de ocho meses frente a una nueva infección. Sin embargo, tanto en Brasil como en Sudáfrica se ha descrito una protección inferior. Esto está probablemente ligado a la aparición de variantes virales con alta prevalencia en esos países (P1 y B.1.351, respectivamente). Según el catedrático en inmunología de la Universidad de Murcia Pedro Aparicio Alonso, las dos variantes mencionadas forman parte de las denominadas VOC, variantes de preocupación, con mutaciones en regiones de la proteína de la envoltura viral conocida como “espícula” y pueden dejar de ser reconocidas por anticuerpos neutralizantes generados tras la administración de vacunas o durante una infección previa.

Huelva | 13 May 2021
Bioconstrucciones en el laboratorio natural del entorno del río Tinto, un ‘espejo’ de futuras exploraciones en Marte

Desde hace décadas, la cuenca minera de Huelva es una maqueta terrestre a escala real de posibles hallazgos de vida en el planeta rojo. Un ejemplo es el estudio de investigadores de la Universidad de Huelva, que han caracterizado estas bioestructuras ricas en hierro en el río Tintillo, afluente del Odiel, una de las pocas zonas del planeta donde se pueden localizar dispuestas en forma escalonada. Su aplicación en la astrobiología sirve para obtener escenarios potencialmente comunes que ayuden en la descripción y estudio de nuevos descubrimientos en otros planetas.