Técnicas de análisis de imágenes para previsión de conflictos

BOLETIN OBSERVACION TECNOLOGICA DEFENSA 39

tecnologías emergentes Técnicas de análisis de imágenes para previsión de conflictos Roberto Gómez, Jesús del Peso Quiroga, HI Iberia Palabras clave: Desarrollo software, Identificación automática, Biometría, Reconocimiento facial, Reconocimiento de objetos, Big data, Tecnologías de la Información, Información multimedia, Análisis de datos, Smartphones, video streaming. Metas Tecnológicas relacionadas: MT 2.2.3. Durante los últimos años hemos asis-tido a una auténtica explosión en la utilización de las Tecnologías de la In-formación en prácticamente todos los ámbitos de la vida, tanto profesional como particular. En el ámbito concre-to de defensa y seguridad cobra es-pecial importancia el procesamiento de datos tan dispares como pueden ser la información de geolocalización, información biométrica o fuentes de vídeo y audio, procedentes de todo tipo de dispositivos, desde sistemas de vigilancia y reconocimiento hasta dispositivos personales móviles. En este sentido es fundamental no sola-mente un procesamiento inteligente de este tipo de datos, con el fin de extraer información auténticamente útil desde un punto de vista operativo, sino la integración y correlación de los mismos; hasta tal punto es importante que la agencia DARPA ha comenzado a impulsar multitud de medidas para acometer esta avalancha de datos. De este modo, existen diversas técni-cas de análisis de imágenes engloba-das dentro del campo de la visión ar-tificial (computer vision), capaces de realizar la identificación y seguimiento de objetos (por ejemplo identificación de armas), tanto en imágenes está-ticas como en secuencias de vídeo, que han logrado un alto grado de per-feccionamiento durante los últimos años. Existen igualmente algoritmos aplicables al reconocimiento facial e identificación de personas que co-mienzan a dar cada vez mejores re-sultados, que se presentan ya claves dentro de tareas de vigilancia, espe-cialmente en lugares en los que se dan cita grandes cantidades de per-sonas (espacios públicos tales como estaciones, aeropuertos, plazas, mer-cados, etc.). También cobra crecien-te importancia el reconocimiento de escenarios como un paso más dentro de la visión artificial, dirigido a la iden-tificación de ciertos tipos de situacio-nes y actividades humanas de interés, tales como, en el caso de tareas de vigilancia, la detección temprana de brotes violentos, concentraciones de multitudes, identificación de objetos inesperados en ciertos tipos de es-cenas (p.ej. equipaje abandonado en lugares públicos), etc. La enorme y creciente difusión del uso de smartphones ha convertido a éstos en una fuente enormemente va-liosa de información. De este modo, este tipo de dispositivos móviles, como auténticos sistemas multisen-sor, se convierten en fuentes ideales de datos de audio, vídeo y sensorís-tica en general. Este es el enfoque seguido por algunas plataformas, que permite la integración de la informa-ción procedente de fuentes de vídeo, audio en streaming y sensores proce-dentes de terminales móviles, en una primera fase dirigida a aplicaciones de seguridad ciudadana. Adicionalmente, estudios recientes enfatizan la importancia de otros ti-pos de información, no procedente exclusiva o directamente de sistemas de seguridad o reconocimiento. En esta categoría destaca la información que puede extraerse del análisis de las redes sociales, basándose en los últimos avances en las técnicas de procesamiento de lenguaje natural (también fundamental para el análi-sis de streams multimedia a partir de reconocimiento del habla) y análisis emocional (sentiment analysis). Supo-nen éstos un elemento clave a la hora de identificar posibles situaciones conflictivas; para ello baste referirnos a su importancia durante los levan-tamientos ciudadanos de la llamada “primavera árabe” en países como Egipto o Túnez, o en la actividad de movimientos antisistema tanto a nivel nacional como internacional. En última instancia el objetivo que se persigue es el de prever situaciones futuras potencialmente peligrosas, tanto a corto como a más largo pla-zo, en el ámbito de la seguridad ciu-dadana o de la Defensa. Para ello es posible partir de las fuentes de infor-mación anteriores y procesarlas me-diante conjuntos de técnicas, en bue-na parte basadas en aprendizaje au-tomático (machine learning). Debido a la diversidad de características de los datos involucrados es necesario Fig. 1. Arquitectura general de un sistema de vigilancia y seguridad en tiempo real. (Fuente: http://www.hi-iberia.es/softwareLibreLifeonlive.php). Boletín de Obs 12 ervación Tecnológica en Defensa n.º 39. Segundo trimestre 2013


BOLETIN OBSERVACION TECNOLOGICA DEFENSA 39
To see the actual publication please follow the link above