En la última década, sobre la base de años de evolución, los avances en análisis que se realizan en cámaras de vigilancia han ampliado significativamente las posibilidades de convertir los datos en información procesable y acciones automatizadas. Los análisis perimetrales se han convertido en un campo muy versátil e innovador, impulsado por cámaras robustas equipadas con capacidades de procesamiento basadas en IA.
Esta evolución ha allanado el camino para una nueva generación de rendimiento analítico. Para profundizar en sus ventajas actuales y explorar su potencial, hablamos con Mats Thulin, director de Soluciones analíticas e IA de Axis Communications.
La introducción de ARTPEC-9, nuestro sistema en chip (SoC) de nueva generación, marca un avance significativo en el análisis perimetral basado en IA. ARTPEC-9 mejora la detección de objetos y el análisis de eventos, permitiendo al mismo tiempo la grabación de video de alta calidad con una codificación AV1 eficiente y sólidas funciones de ciberseguridad.
El logro de conseguir una clasificación avanzada de objetos en tiempo real directamente en la cámara se basa en más de 20 años de experiencia en el desarrollo de soluciones analíticas de vanguardia. Aunque el análisis en cámara no es algo nuevo, la combinación de una calidad de imagen excepcional con aprendizaje profundo crea una gran plataforma para impulsar el rendimiento y las capacidades de análisis.
Reducción de la necesidad de análisis basados en servidores
“Hace solo unos años, las cámaras de videovigilancia carecían de la potencia de procesamiento necesaria para realizar análisis avanzado en el borde de la red, por lo que el análisis basado en servidores era la opción predeterminada”, explica Mats Thulin. "Aunque la potencia de procesamiento de los servidores sigue estando ampliamente disponible, siguen existiendo distintos retos. Comprimir el video antes de la transmisión, por ejemplo, puede degradar la calidad de las imágenes que se analizan. Además, confiar únicamente en análisis basados en servidores o en la nube al escalar soluciones puede generar costes significativos, especialmente a medida que aumentan las demandas del sistema".
Redefinir los análisis con IA para conseguir una eficiencia y precisión inigualables
Los análisis basados en IA son un proceso que requiere una gran cantidad de cálculos. Mats explica: "Cuando los análisis se realizan exclusivamente en servidores, el video debe codificarse localmente y, a continuación, descodificarse para poder analizarlo, lo que requiere recursos de procesamiento significativos. La gestión de múltiples flujos de video, incluso en un sistema relativamente pequeño con 20-30 cámaras funcionando a alta resolución y 20 o 30 fotogramas por segundo, requiere una potencia de procesamiento considerable." Y continua: "La potencia de procesamiento de nuestros dispositivos locales, junto con sus capacidades avanzadas, ha llegado a un punto en el que se pueden integrar análisis sofisticados en las propias cámaras. Este cambio hacia el análisis perimetral reduce la dependencia en las soluciones basadas en servidores y en la nube, permitiendo que el análisis se realice en el punto de captura y preservando la más alta calidad de imagen, un factor esencial para realizar análisis precisos".
La potencia de procesamiento de nuestros dispositivos locales, junto con sus capacidades avanzadas, ha llegado a un punto en el que se pueden integrar análisis sofisticados en las propias cámaras.
Imágenes optimizadas para máquinas y personas
Los avances en la calidad de la imagen tienen en cuenta el hecho de que las máquinas son las que ‘visualizan’ cada vez más las imágenes en lugar de operadores humanos. Esta distinción resulta significativa porque las máquinas procesan las imágenes de manera diferente a los humanos.
“Ahora podemos ‘ajustar’ las imágenes de video específicamente para análisis basado en IA para mejorar los resultados de los análisis”, declara Mats. “Al ajustar una imagen para el ojo humano, por ejemplo”, el objetivo suele ser reducir el ruido para mejorar la visibilidad. Sin embargo, para los análisis basados en IA, la reducción del ruido tiene menos importancia.
Mejora de la escalabilidad del sistema con soluciones híbridas
Además, los análisis perimetrales a veces pueden reducir significativamente la cantidad de datos enviados a través de la red, lo que permite mejorar la eficiencia en el uso del ancho de banda, el almacenamiento y la capacidad de los servidores. Dicho esto, los análisis basados en servidores siguen desempeñando un papel importante. Los enfoques híbridos, que combinan las ventajas de los análisis perimetrales con soluciones basadas en servidores y en la nube, suelen ser la estrategia más eficaz.
Los sistemas locales independientes seguirán siendo valiosos para generar eventos basados en reglas en tiempo real a partir de la detección y clasificación de objetos. Sin embargo, Mats subraya que, a medida que los sistemas se vuelven más complejos, es probable que las soluciones híbridas, que aprovechan tanto el análisis perimetral como el basado en servidores, se conviertan en la opción preferida para sistemas avanzados.
Desbloquear el poder de los metadatos
Los metadatos, en el contexto del video, sirven esencialmente para etiquetar elementos clave dentro de una escena, añadiendo descriptores o información sobre lo que está sucediendo, en lugar de simplemente capturar imágenes sin procesar. Esta capa adicional de información permite que el software de gestión de video (VMS) active acciones en tiempo real o búsquedas específicas posteriores a un evento, además de revelar tendencias y patrones a lo largo del tiempo.
Con el análisis perimetral, el flujo de metadatos funciona a la perfección junto con la transmisión de video, optimizando la eficiencia del sistema. En lugar de procesar todo el video de forma centralizada, solo se analizan metadatos relevantes. Este enfoque acelera el procesamiento, mejora la precisión y reduce los costes, permitiendo obtener información más detallada sin sobrecargar el sistema.
Proteger la privacidad con el análisis perimetral
El análisis perimetral también puede ayudar a proteger la privacidad. El enmascaramiento inteligente garantiza que los detalles sensibles queden ocultos en la fuente. “Es posible difuminar las caras de las personas que aparecen en una escena, así como las matrículas u otras características de identificación”, explica Mats. “Si es necesario, se puede acceder al video sin enmascaramiento, pero solo puede hacerlo parte del personal autorizado en posesión de una acreditación de seguridad de alto nivel y solo en casos específicos, como un incidente”.
Ampliando los límites de la tecnología de análisis perimetral
En Axis, estamos redefiniendo las posibilidades de la tecnología de análisis perimetral con nuestra innovadora Axis Camera Application Platform (ACAP). Diseñada para ayudar a los desarrolladores, ACAP ofrece API abiertas, marcos sólidos y admite lenguajes de programación de alto nivel, transformando los dispositivos Axis en plataformas versátiles para mejorar la seguridad, facilitar la obtención de información empresarial avanzada y desarrollar soluciones a medida. “Esto permite a los desarrolladores crear soluciones personalizadas que ofrecen un rendimiento y una escalabilidad excepcionales”, declara Mats.
Además, a medida que la tecnología va evolucionando, Mats subraya que: “Axis se mantendrá a la vanguardia, equipando a los desarrolladores para dar forma al futuro de las aplicaciones perimetrales inteligentes en sectores tales como el comercio minorista, la sanidad, la planificación urbana y más”.
Además, Axis admite especificaciones de metadatos ONVIF para fomentar un ecosistema abierto. Este enfoque permite a los desarrolladores crear arquitecturas híbridas con productos compatibles con ONVIF, lo que garantiza una integración perfecta del sistema e interoperabilidad en distintos entornos.
Dar forma a sistemas más inteligentes y robustos en todos los sectores
La evolución de la detección y la clasificación está transformando sectores en todo el mundo. “Los avances en la detección y el reconocimiento de objetos, así como unas cámaras que comprenden de manera más profunda su entorno y son capaces de distinguir entre una calle, un jardín o un aparcamiento, permiten análisis más precisos”, explica Mats. “Este nivel de segmentación semántica mejora la comprensión de la escena, impulsa la innovación y fomenta el desarrollo de sistemas más robustos”.
El análisis perimetral está reconfigurando las industrias al llevar el análisis basado en IA directamente a la fuente, lo que allana el camino para conseguir nuevas eficiencias e innovaciones. Gracias a mejoras en la detección, la integración de los metadatosy la escalabilidad, su potencial para transformar las operaciones en una amplia gama de dominios es claro. Mats Thulin lo explica de forma sencilla: “El análisis perimetral procesa los datos donde se generan, abriendo la puerta a nuevas oportunidades para desarrollar sistemas más inteligentes y sensibles en numerosos campos”.
