La Hispalense valida un sistema de detección de armas
Un equipo de investigación de la Universidad de Sevilla (US) 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, según ha difundido en un comunicado la Fundación Descubre.
“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”, explica el investigador de la US 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 cono
Los investigadores han entrenado el sistema con simulacros en la US
cida como redes neuronales convolucionales profundas. Estos algoritmos y neuronas artificiales funcionan de una manera muy similar a la corteza visual humana. 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.
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.
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.