Científicos de la Universidad de Granada han diseñado un sistema informático, basado en técnicas de inteligencia artificial, que detecta automáticamente y en tiempo real cuándo un sujeto que aparece en un vídeo saca una pistola.
Su trabajo, pionero en el ámbito mundial, tiene aplicaciones prácticas que van desde mejorar la seguridad en aeropuertos o centros comerciales hasta controlar de forma automática los contenidos violentos en los que aparecen armas en vídeos subidos a redes sociales, o clasificar los videos públicos en la red que tienen contenidos con armas, ha informado la UGR en una nota de prensa.
Este trabajo ha sido desarrollado por los investigadores del departamento de Ciencias de la Computación e Inteligencia Artificial de la UGR Francisco Herrera Triguero, Roberto Olmos y Siham Tabik. La electrónica del Instituto Tecnológico de Massachusetts (MIT, por sus siglas en inglés) especializada en tecnología, 'MIT Technology Review', lo ha seleccionado como uno de los "cinco artículos más estimulantes de la semana a nivel mundial".
Para comprobar el buen funcionamiento del modelo, sus autores analizaron vídeos de baja calidad obtenidos de Youtube, lo que demuestra su eficacia, y de películas de la década de los 90 como 'Pulp Fiction', 'Misión Imposible' o 'James Bond'. El algoritmo diseñado en la UGR demostró una efectividad de más del 96,5 por ciento, y es capaz de detectar pistolas con una muy buena precisión, analizando cinco 'frames' por segundo, o lo que es lo mismo, en tiempo real. Cuando en la imagen aparece el arma, el sistema avisa y establece una alerta en el lugar exacto donde se encuentra.
Como ha explicado el catedrático de la UGR Francisco Herrera, "nuestro modelo se puede combinar de forma muy sencilla con una alarma directa, y puede ser implementado de forma poco costosa utilizando cámaras de vídeo y un ordenador con capacidades medianamente altas".
Además, el sistema se puede implementar en cualquier área donde sea posible colocar cámaras de vídeo, tanto en ambientes exteriores como en interiores, y no requiere supervisión humana directa.
Por su parte Siham Tabik, que en la actualidad disfruta de un contrato Ramón y Cajal dentro del Programa Estatal de Promoción del Talento y su Empleabilidad en I+D+i, apunta que los modelos de 'aprendizaje profundo' como este "han supuesto un gran avance en la detección, reconocimiento y clasificación de objetos en el campo de la visión computacional durante los últimos cinco años".
Estos modelos aprenden a partir de su entrenamiento en una colección amplia de ejemplos, emulan el sistema nervioso en la conexión de neuronas y utilizan algoritmos sofisticados de optimización para aprender las conexiones entre neuronas artificiales.
Hasta ahora, los principales sistemas de detección de armas están basados en detectar metales, y se encuentran en aeropuertos y en eventos públicos en lugares cerrados. Aunque presentan la ventaja de que son capaces de detectar un arma de fuego incluso si ésta se encuentra oculta a la vista --por lo que, en principio, pueden detectar un arma mucho antes de que sea usada--, tienen muchos inconvenientes.
Entre ellos, destacan que solo controlan el paso por un punto concreto, requieren la presencia constante de un operador humano y generan cuellos de botella cuando hay mucho flujo de personas, detectando igualmente objetos metálicos de uso cotidiano, lo que hace necesario el uso combinado de estos sistemas con bandas transportadoras con escáneres de rayos x, lo cual además de ser lento resulta muy costoso. Además, estos sistemas fallan en el caso de tratarse de armas no metálicas, que ya son una realidad gracias al desarrollo de las técnicas de impresión 3D.
Por ello, la detección de armas mediante cámaras de vídeo es un nuevo sistema de seguridad complementario y de utilidad para zonas de videovigilancia.
Los investigadores de la UGR han afirmado que, hasta la fecha, ningún trabajo científico publicado, ni patente, ni producto comercial había tratado el problema de detección de pistolas en vídeos en tiempo real usando el modelo de 'aprendizaje profundo', lo que convierte su trabajo en completamente pionero a nivel mundial. No en vano, son varias las empresas que ya se han interesado por esta nueva tecnología diseñada en la Universidad de Granada.
Esta investigación recibió el Premio de Excelencia en Innovación Tecnológica Fujitsu-UGR en noviembre de 2016, por el trabajo de fin de máster presentado por Roberto Olmos.
