8 problemas comunes en la videovigilancia y cómo VIVOTEK los resuelve con Inteligencia Artificial

Desde hace unos años y cada vez más, escuchamos el término Inteligencia Artificial como la solución a muchos de los problemas de la vida cotidiana o como soluciones orientadas a la comodidad y el confort. El campo de la seguridad electrónica, en especial el segmento de la videovigilancia no es la excepción, la IA está presente y en crecimiento con soluciones innovadoras y costo eficientes.

VIVOTEK es uno de los fabricantes ampliamente reconocidos a nivel mundial en el mercado de la seguridad electrónica, en especial por el impulso que da al sector y por sus innovaciones de productos en videovigilancia, la compañía ahora ha enfocado sus esfuerzos en investigación y desarrollo de soluciones altamente eficientes con una gama de productos que implementan IA con base en aprendizaje profundo. 

En este artículo iniciaremos por comprender estos nuevos conceptos con los que VIVOTEK viene trabajando y cómo son la base de la solución a varios inconvenientes que se presentan en videovigilancia:

• Los nuevos conceptos en la videovigilancia
  • Inteligencia artificial
  • Aprendizaje automático
  • Aprendizaje profundo 
  • Redes neuronales

Por otro lado, identificaremos problemas habituales en la videovigilancia y explicaremos cómo la IA con base en aprendizaje profundo los resuelve, estos son:

1. Falsas alarmas, un problema recurrente en analíticas de video
2. Grabaciones que no aportan valor y representan alto consumo de espacio en disco y ancho de banda
3. Pérdida de tiempo de personal calificado en búsqueda de eventos e investigaciones
4. Configuraciones dispendiosas de escena para analiticas de video
5. Tiempo empleado en investigar y calcular cuáles son los recursos de hardware por capacidad de procesamiento 
6. Falta de escalabilidad después de implementado un proyecto
7. Limitaciones de rendimiento por número de cámaras en soluciones orientadas a VSaaS
8. Analítica incompatible entre equipos, incluso de la misma marca

Los nuevos conceptos en la videovigilancia

Para comprender cómo la inteligencia artificial y los nuevos desarrollos que están en constante evolución contribuyen a la seguridad y bienestar de las personas, y al aprovechamiento de recursos y mejoras de procesos, en este caso de los sistemas de videovigilancia, debemos entender mejor los siguientes conceptos.

Inteligencia artificial 

En términos prácticos la IA es un área de la computación que busca reproducir los procesos de la inteligencia humana por medio de algoritmos avanzados aplicados sobre máquinas y que en conjunto actúen con la misma capacidad como lo hacen los humanos. 

Aprendizaje automático 

Este término también se conoce como Machine Learning o ML. En ocasiones se suele hablar de manera indistinta de IA y de aprendizaje automático pero no son lo mismo, el aprendizaje automático es una sub área de la IA que se encarga de desarrollar el aprendizaje de sistemas a partir de los datos que lo alimentan, estos datos se almacenan en grandes bases de datos. Con estos datos los sistemas ML buscan patrones y de acuerdo con ello ajustan o determinan sus acciones. Dependiendo de la cantidad y calidad de los datos procesados por el sistema, se determinará cuánto puede aprender.

Aprendizaje profundo 

El aprendizaje profundo se deriva del aprendizaje automático. Los algoritmos comunes de aprendizaje automático tienen una capacidad límite de aprender de manera independiente de cuanta información adquieran, mientras que los sistemas de aprendizaje profundo usan redes neuronales y pueden incrementar su desempeño al obtener una mayor cantidad de datos o de información.

Redes neuronales

Es uno de varios métodos que utiliza la IA para aprender con base en el procesamiento de datos siguiendo el modelo del cerebro humano, en donde las neuronas o nodos interactúan entre sí para transmitir señales. Básicamente son algoritmos para resolver cálculos matemáticos complejos.

Estructura básica de una red neuronal. Fuente: researchgate.net

El principio de funcionamiento de las redes neuronales se denomina modelo de capas: capa de entrada, capas ocultas, y capa de salida. Los nodos o neuronas se interconectan entre sí formando una estructura similar a la del cerebro humano, la información de entrada atraviesa la red neuronal donde se somete a diversas operaciones, cada neurona está conectada con otras a través de enlaces produciendo unos valores de salida, cuanto más nodos y capas ocultas hay en la estructura, más iteraciones de aprendizaje se obtiene.

¿Cómo soluciona la IA con base en aprendizaje profundo los problemas de videovigilancia?

En los sistemas de videovigilancia tradicionales hay varios aspectos que dependiendo del tipo de proyecto se convierten en un obstáculo para los instaladores, operadores del sistema, supervisores o simplemente para los usuarios finales, son considerados barreras tecnológicas. Mencionaremos algunas de ellas y cómo las tecnologías enfocadas en IA como la de VIVOTEK ayudan a superarlas. 

1. Falsas alarmas, un problema recurrente en analíticas de video

El problema

Las falsas alarmas son una de las razones más comunes que generan rechazo a la hora de implementar las funciones de análisis de contenido de video en soluciones de videovigilancia, y esto, en parte se debe a que se utilizan equipos con analíticas simples, en ocasiones debido a bajo presupuesto en proyectos que en realidad requieren soluciones más robustas o especializadas que brinden mayor confiabilidad.

La mayoría de los fabricantes intentan mitigar estos inconvenientes, pero realmente son pocos los que desarrollan una tecnología “inteligente” para superar estos problemas.

Como resultado, tanto integradores como usuarios finales desconfían de este tipo de implementaciones por las falsas alarmas. Por ejemplo, por parte de los integradores el proceso de puesta a punto de la detección de movimiento de 100 cámaras por cambios en la escena basado en los cambios de pixeles, no sólo es tedioso, los falsos positivos de este tipo de análisis son muy altos, y los operadores del sistema terminan silenciando o restaurando tantas alarmas, que debido a esto, ocurren dos cosas, descuidan la real función de vigilancia o supervisión y lo peor se termina desconfiando del sistema.  

Lo mismo pasa con usuarios de un perfil más avanzado, que por ejemplo programan el sistema para que reciban mensajes con clips de video de las novedades presentadas por las falsas alarmas, su correo y notificaciones termina llenándose de forma rápida de una cantidad de información “inútil”, a parte de la molestia de las constantes notificaciones que se producen.

El resultado final de la experiencia es que el integrador o el usuario ya no creen en el sistema, desprograman las alarmas o los equipos quedan en condiciones de inicio de fábrica y una gran cantidad de señales de video se almacenan sin importar que es útil y que no. Es más, los clientes finales siguen adquiriendo este tipo de equipos “económicos” o genéricos y los integradores ni siquiera se preocupan por hacer el mejor esfuerzo en una configuración “detallada”, simplemente porque saben que por más que lo intenten seguirán presentándose falsas alarmas. 

La solución

Esta situación bastante común, está cambiando con la implementación de tecnologías como la de VIVOTEK que utiliza inteligencia artificial enfocada en analíticas específicas con inteligencia real en el borde, es decir, en las cámaras. En donde las cámaras son las que se encargan de ejecutar los algoritmos que usan técnicas de aprendizaje profundo con base en redes neuronales para aprender sobre algo deseado. Cuanto mayor es la capacidad de procesamiento de datos, mayor será el nivel de aprendizaje del algoritmo y mejor el rendimiento de la  cámara. 

En un ejemplo hipotético, consideremos un escenario en donde es deseable que la cámara aprenda a identificar en una serie imágenes que contienen personas alrededor de un perímetro. En un modelo de aprendizaje profundo las redes neuronales se pueden entrenar con una gran cantidad de iteraciones de imágenes (millones) en donde la cámara aprende tomando la información de los píxeles de la imagen que representan características de una persona en grupos de rasgos que lo definen como, las extremidades, el tórax, la cabeza, etc., así después de que el algoritmo aprende por sí mismo, la cámara indicará de manera acertada la presencia de una persona y no de un animal como un perro o de un objeto que no es un humano, qué de manera equivocada produciría una falsa alarma.

De este modo, las cámaras que realmente funcionan con IA ayudan a disminuir drásticamente las falsas alarmas, y lo mejor, el integrador o el usuario final no tienen que dedicar jornadas de programación o puesta a punto configurando equipos, pasamos de un modelo de configuración de equipos a un modelo de configuración de búsqueda, el cual es mucho más sencillo y rápido. 

2. Grabaciones que no aportan valor y representan alto consumo de espacio en disco y ancho de banda

El problema

Los métodos de grabación tradicionales se pueden configurar de manera fija, es decir una cámara se configura para grabar a una resolución específica bajo un horario determinado básicamente de tres formas, contínuo, por detección de movimiento o por señales de entrada dada una activación de alarma, sin embargo, este enfoque no permite tener una grabación optimizada.

La grabación por detección de movimiento con base sólo en cambios en la escena se puede activar por lluvia, viento, animales o mascotas, etc. Aspectos que son comunes pero que no representan riesgo real. El resultado es una gran cantidad de información no útil a un costo de almacenamiento elevado, en especial en sistemas de gran escala en videovigilancia. 

La solución

Con el modelo de VIVOTEK de IA enfocada en aprendizaje profundo se podrán obtener grabaciones realmente eficientes y con información útil, nos referimos a eficientes porque las grabaciones pueden contener datos relevantes ya que implican un cambio en la manera de detectar la ocurrencia real de algo y no imágenes estáticas que no aportan valor y solo consumen espacio de almacenamiento. 

Por ejemplo, el sistema puede optimizar la grabación de información de video grabando de manera continua en resolución baja, cuando no “pasa nada” el sistema automáticamente graba pero en baja resolución, cuando hay movimiento puede aumentar el nivel de calidad de imagen sin generar ninguna alarma real, pero cuando el movimiento implica una regla de relevancia, como la presencia de personas en un perímetro, la grabación será de mayor nivel de calidad, así se generan patrones de movimiento para identificar por donde se mueve el posible intruso, entre otras funciones. 

De este modo, el ahorro de espacio en disco o transferencia de datos en la red es mucho más eficiente, al mismo tiempo que la transmisión de datos para la grabación centralizada permitirá optimizar el ancho de banda por cámara. 

3. Pérdida de tiempo de personal de seguridad en búsqueda de eventos e investigaciones

El problema

Analicemos más en detalle cuál es el antecedente en este caso. Una revisión de un evento ocurrido puede llevar horas, incluso días, en especial cuando no se tienen detalles específicos de cuándo y cómo han ocurrido los eventos. 

Por ejemplo, en una situación en donde ocurrió un evento, como el daño a un vehículo estacionado en un punto fijo, por alguna razón solo tres días después de haber ocurrido el evento, el usuario encargado de la seguridad es notificado, y solo se sabe que el vehículo es de color rojo y el tipo automóvil. El proceso típico en un sistema tradicional es identificar las “posibles” cámaras que estén cerca o relacionadas con el sitio del incidente, luego el usuario deberá empezar a buscar en el sistema tres días atrás cámara por cámara, y en el mejor de los casos tendrá la posibilidad de poner a reproducir varias cámaras al tiempo, pero tendrá al menos que invertir la mitad o una tercera parte del tiempo si activa la reproducción acelerada sin dejar de prestar total atención al video, esto puede llegar a ser un día o más en identificar el hecho, asumamos que es su día de suerte y en lapso de 6 horas encuentra el evento. 

Adicional a esto, pensemos que se trata de un centro comercial en donde no solo está este caso, hay cuatro más en cola de atención, por supuesto es algo que a la larga demanda que un operador deberá estar prácticamente dedicado a ver videos todo el tiempo. Sin embargo, la gestión y el trabajo de las personas es más valioso e importante que esto.

La solución

La inteligencia artificial aplicada en videovigilancia que está implementando VIVOTEK prácticamente elimina este desgaste de tiempo y recursos enfocándose en la búsqueda “inteligente” de eventos, como lo vimos en los puntos anteriores, si la cámara tiene la capacidad de identificar colores y saben la diferencia entre los tipos de vehículos más comunes ( motos, automóviles, camiones, buses, bicicletas, etc. ), bastará con que el usuario le indique al sistema que haga una búsqueda en una rango de tiempo específico y que esa búsqueda contenga “automóviles” de color “rojo” y “personas” en la misma escena, así entonces la cámara en cuestión de segundos le brindará al usuario toda la información relacionada, y con dicha información, el operador tendrá la capacidad de identificar el incidente de manera muy rápida, preparar un informe y atender nuevos casos o hacer otras actividades. 

Este es solo un ejemplo de cómo la IA está para ahorrar tiempo y dinero, se dan respuestas más rápidamente de manera asertiva al mismo tiempo que se solucionan problemas de forma oportuna. El abanico de beneficios es muy amplio. En el artículo de este enlace revisamos en detalle la nueva tecnología de búsqueda forense con base en IA “Deep Search” de VIVOTEK.

4. Configuraciones dispendiosas de escena para analíticas de video

El problema

Utilizar analíticas de video es una tendencia en nuestra industria, pero calibrar sus parámetros para ponerlas en marcha involucra un proceso manual que en muchas ocasiones se convierte en dispendioso y extenuante.

La solución

Como lo anotamos anteriormente, con los equipos que realmente tengan procesamiento de IA en el borde, las tediosas configuraciones de escena son mucho más rápidas y fáciles, incluso en muchos casos y dependiendo de la necesidad, no hay que hacerlas. Sin duda, el modelo de VIVOTEK orientado a búsquedas inteligentes por parámetros de interés es mucho más versátil y rápido.

5. Tiempo empleado en investigar y calcular cuáles son los recursos de hardware por capacidad de procesamiento 

El problema

En el proceso de especificación de equipos para proyectos de videovigilancia, en especial de gran envergadura, los integradores destinan tiempo y recursos valiosos de personal calificado para revisar con ingeniería de detalle los recursos necesarios para el procesamiento de analíticas centralizadas.

En muchos casos el dimensionamiento del hardware requerido puede tener un costo muy elevado dentro del proyecto y más aún si es el caso de una implementación de múltiples cámaras. Por ejemplo en un sistema de más de 100 cámaras, en donde el costo de implementar un servidor o varios con características especiales puede ser tan alto que incluso haga inviable el proyecto. 

La solución

Desde este punto de vista la IA real en borde que propone VIVOTEK puede no solo mermar los costos de hardware y software de procesamiento adicional, sino que también representa un beneficio para el integrador porque él no tendrá que enfocarse en analizar y hacer cálculos estimados para especificar máquinas que en principio son costosas. También son equipos que van a requerir rutinas de mantenimiento, esto sin tener en cuenta el costo de mano de obra especializada para este tipo de hardware. 

Pues bien, las cámaras que incorporan IA con motores basados en algoritmos de aprendizaje profundo son la solución más costo eficiente cuando se trata de proyectos especialmente de alta envergadura, que, con equipos convencionales, las inversiones iniciales serían bastante considerables, adicional teniendo en cuenta el tiempo de obsolescencia que cada vez es menor. Así entonces, será mucho más rentable contar con cámaras que ejecutan algoritmos robustos que pasan por un proceso de entrenamiento con la dedicación de ingenieros expertos y técnicas de aprendizaje profundo.

6. Falta de escalabilidad después de implementado un proyecto

El problema

Relacionado con el punto anterior está el problema de la escalabilidad o el crecimiento, un proyecto inicialmente puede tener un número determinado de cámaras pero el crecimiento del cliente final y su infraestructura hará que este número de cámaras crezca, en algunos casos más rápido que en otros pero rara vez los proyectos de videovigilancia se quedan estáticos, por lo general tienden a crecer y en el mejor de los casos el integrador consideró una ventaja o holgura técnica de crecimiento pero en un momento dado si el hardware de procesamiento es centralizado tendrá que actualizarse y el costo de ello será alto. 

La solución

Con una tecnología como la de VIVOTEK desde el inicio del proyecto, con un enfoque en IA en borde, el crecimiento si bien será finito en número de cámaras, pero podrá ser mucho mayor que en el caso centralizado. Claramente a un costo en el tiempo mucho menor.

7. Limitaciones de rendimiento por número de cámaras en soluciones orientadas a VSaaS

El problema

La videovigilancia como servicio o VSaaS puede ofrecer según el tipo de servicio grabación en sitio y/o grabación en la nube.

En este tipo de soluciones tanto el almacenamiento como el consumo de ancho de banda y los metadatos que el cliente requiera pueden involucrar una carga muy alta de recursos de hardware, teniendo en cuenta dos factores: el número de cámaras implementadas y los recursos de red y de alojamiento en la nube requeridos debido a la cantidad de cámaras. Estos servicios deben estar optimizados o preparados para ello.

La solución

Otro factor está determinado por el procesamiento de la analítica, incluso por el tipo de analítica, ya sea que esté en el borde o centralizada. Ahora bien, seguramente si es centralizada en la nube, el usuario final podrá tener solo algunas cámaras con las analíticas y funciones que necesita.

Si se implementan soluciones enfocadas en el borde con base en IA y la tecnología de bases de datos de metadatos con base en objetos de VIVOTEK, no sólo se disminuirá el peso de la información que se desea alojar en la nube, sino que el cliente podrá incorporar un número mucho mayor de cámaras, también se mejorará el ancho de banda requerido porque solo se envían a la nube los metadatos y la mejor imagen del evento requerido.

De este modo el usuario final puede subir o archivar la información relevante en video clips cortos almacenados en la tarjeta SD que contenga la cámara o programar un backup si lo requiere, evitando congestionar su red al subir videos innecesarios, la cuál incluso podría causar un colapso si está en horario pico de tráfico.

8. Analítica incompatible entre equipos, incluso de la misma marca

El problema

Generalmente los fabricantes desarrollan soluciones y equipos, así como líneas de producto con base en lo que pueden “hacer” o sus características se enmarcan dentro de una familia o serie de productos. Esta información es importante para el usuario final o el integrador, porque de este modo pueden saber desde el momento en que se tiene una necesidad, cuál será el equipo requerido y/o la serie o familia de productos a la que pertenece.

Sin embargo, hay fabricantes que limitan el funcionamiento de equipos para que operen con referencias específicas o de la misma serie, por ejemplo, una cámara que dice tener capacidad de IA no la tendrá realmente si no se implementa con un NVR específico o de su misma serie. De este modo pueden haber varios modelos de cámaras que solo son compatibles con un NVR específico o requieren un licenciamiento adicional sobre el VMS porque el análisis de video no se hace del todo en borde. Lo anterior complica al usuario final y de hecho al integrador.

La solución

En este punto lo mejor y más práctico es contar con la información completa, fabricantes como VIVOTEK ya han venido trabajando en ello y garantizan que sus modelos de cámaras con IA en borde pueden usar un NVR específico para múltiples modelos de cámara independiente de las analíticas que procesan las cámaras, ya que al estar la IA en borde la funcionalidad del NVR o del VMS estará más orientada en los parámetros de búsqueda inteligente, que estén disponibles desde una interfaz de usuario amigable, comprensible e intuitiva.