bootstrap templates

Proyecto Ai-Legal

Seguridad en Zonas Urbanas

Sistema Inteligente para la seguridad de las personas e inmuebles en zonas urbanas utilizando infraestructuras existentes.

Proyecto AI-Legal

Sistema inteligente de Video-Vigilancia para la prevención y detección de eventos delictivos en el entorno urbano

Sin una suficiente seguridad ciudadana, se suele producir un incremento de la delincuencia, centrada en delitos pequeños pero que se dan con alta frecuencia, y que tienen un gran impacto, ya que producen el decaimiento de la actividad comercial y una degradación zonal. Esto produce otro incremento de la delincuencia, produciéndose un ciclo vicioso muy perjudicial. Sin embargo, el mantener esta seguridad ciudadana de forma tradicional, implica un alto coste (incremento de efectivos policiales, del parque móvil, etc.). El objetivo principal del proyecto es investigar y desarrollar un sistema de video-seguridad multi-cámara, para apoyar a las fuerzas de seguridad públicas, en la detección de delitos en zonas urbanas, centrada en estos pequeños delitos.

Mobirise

Complemento Control Temperatura COVID-19




El Proyecto


Desde la creación de los primeros núcleos urbanos y su desarrollo durante la historia, se ha producido un incremento constante e ininterrumpido de la población ciudadana. Este incremento es un problema recurrente para las entidades gestoras de las ciudades, siendo una de las principales la seguridad, ya que es una de las primeras exigencias de los ciudadanos.

Proyecto AI-LEGAL

SEGURIDAD EN ZONAS URBANAS 

Mobirise


Los sistemas de video-vigilancia son en la actualidad la mejor herramienta para aumentar la seguridad en múltiples áreas con unos costes bajos y fácil configuración para el usuario, aunque no desde un enfoque de uso tradicional por diversas limitaciones. En primer lugar, se requiere la participación de un técnico visionando un panel de cámaras, aunque se ha demostrado que después de 20 minutos la capacidad de concentración disminuye hasta el 90% y donde un único observador no puede controlar más de 15 minutos seguidos un panel de 10 cámaras.
Es por ello que se ha calculado que la probabilidad de actuar de forma inmediata ante un evento visto por el observador es de 1 sobre 1.000 

Mobirise


Inteligencia Artificial y Automatización


En definitiva, el Proyecto AI-Legal se basa en la mejora de los actuales sistemas de video-vigilancia que aumenten la automatización y la inteligencia en los procesos de control de vigilancia por cámaras de seguridad. En resumen, el proyecto está orientado para alcanzar los siguientes desafíos:

Caracterización de actos delictivos menores en escenarios controlados por sistemas de video-vigilancia que permita crear una algoritmia para la comprensión de la escena a bajo nivel y unas guías para entendimiento del comportamiento de las personas.
Detección automática de delitos que permita crear alertas para el observador, a través del procesamiento de la imagen para la obtención del entorno visual, presencia de objetos y reconocimiento, monitorización y control de actividades sospechosas.
Conjunto de herramientas e interfaces para la gestión de las alertas y su comunicación a los cuerpos de seguridad a través de multidispositivos, grabación del evento y visionado en tiempo real y mapa de acciones para actuar frente al evento detectado.
Prevención de delitos, ya que el sistema no sólo se desarrolla para detectar los eventos sospechosos sino que aprenderá de los mismos para detectar pautas que permitan la prevención de potenciales actos delictivos. 

Mobirise




Reconocimiento Facial



AI-Legal ofrece sistemas de reconocimiento facial que permiten detectar múltiples rostros en tiempo real, sistemas de detección perimetral multi-sensorial, basados en analítica con cámaras térmicas, radares y detectores de movimiento. No en vano, estos dispositivos tecnológicos no reemplazan la vigilancia física, pero sí se convertirán en aliados indispensable a la hora de evitar la incursión de delincuentes en las instalaciones, sea de día o de noche.

Proyecto AI-Legal

SEGURIDAD EN EDIFICIOS Y COMERCIOS 

El Sistema Ai-Legal

¡Seguridad Gracias a la Tecnología!


Para este proyecto se han creado una serie de guías de referencia para la mejor comprensión semántica entre las capas baja y alta de una video-secuencia que incluyen algoritmos, métodos y características para explotar el entendimiento semántico de un flujo de imágenes, además, de algoritmos de bajo nivel para embeber en los sensores de visión y que permitirá una mejor sustracción del fondo acotando la zona de alto nivel donde deberán correr los algoritmos correspondientes.

El proyecto presenta varias mejoras para los actuales sistemas de seguridad con un sensor autónomo, sin cableado y de bajo coste. Además, el sensor es robusto en condiciones adversas manteniendo la capacidad de calidad de grabación con viento y/o lluvia.

AI-Legal, tiene la capacidad de adaptarse a la realidad de los escenarios urbanos con una estructura jerárquica para cubrir los objetos múltiples en interacción. El diseño de una topología jerárquica para procesos temporales múltiples permite separar cada objeto para analizar su comportamiento pero teniendo en cuenta que objetos distintos en un espacio temporal cercano tienden a tener comportamientos relacionados.

El proyecto se ha diseñado para combinar varias fuentes y mejorar el aprendizaje de las escenas observadas. Actualmente el aprendizaje activo se basa en procesos y entornos estáticos, y AI-Legal desarrolla un aprendizaje activo en continuo a partir del conocimiento experto del operador.

Buscamos soluciones innovadoras de bajo coste con capacidad de detección temprana de actividades sospechosas. La sostenibilidad del sistema proviene de los costes mínimos en energía, instalación, costes de mantenimiento y costes de equipamiento. Además, es necesario que este producto sea instalado en un entorno real y bajo el control de la Policía Local.

Cabe destacar, que el proyecto además de un enfoque tecnológico, incluye una visión holística teniendo en cuenta aspectos éticos y legales.

Mediante este proyecto, queremos potenciar la dimensión ética y legal de los sistemas de video-vigilancia, ya que la solución se ha diseñado para asegurar la privacidad, la anonimización y la no-estigmatización. Por otra parte, la versatilidad del sistema y su aprendizaje activo para incluir nuevos entornos y actividades delectivas permitirá minimizar la actual fragmentación de la industria de seguridad orientada a las particularidades regionales de su zona de influencia. 

La seguridad, entendida en su concepto más amplio, es clave para el desarrollo de AI-Legal, ya que tiene afectaciones desde la seguridad vial hasta la seguridad del propio ciudadano.

En relación con la seguridad vial, nuestro sistema de detección automática de incidentes, es una solución fiable para la detección de incidentes y anomalías en el tráfico. La detección se realiza no solo en las típicas y preceptivas aplicaciones en calles, sino también en carreteras e intersecciones. Son una herramienta indispensable para la toma de decisiones rápidas y adecuadas según el tipo de incidente registrado.

La optimización de los algoritmos permite el desarrollo de nuevos sensores de visión con mayor inteligencia y procesado parcial dentro de la cámara lo cual permite mejorar los tiempos de respuesta.

Como soluciones dirigidas a la seguridad de los ciudadanos como son los sistemas de reconocimiento facia, se puede realizar el seguimiento de un posible delincuente mediante el reconocimiento facial en tiempo real sobre varias cámaras IP de manera simultánea. Ello permite el análisis de multitudes en movimiento en áreas urbanas, centros comerciales o estadios deportivos, entre otros. También se utiliza para el análisis forense, debido a la capacidad de búsqueda intensiva de sujetos en grabaciones de vídeo, para la localización de sospechosos o clasificación automática.

En relación, el módulo de clasificación de objetos se puede abordar en base a las características o al movimiento generado. El primer enfoque analiza el entorno espacial a través de descriptores de forma y/o textura. Estos métodos calculan la dimensión real, usando varias cámaras, descriptores SIFT y descriptores de contorno o de regiones. Los métodos basados en movimiento usan históricos de movimientos o imágenes recurrentes. Con esto, pretendemos hacer frente a una serie de necesidades actuales que aún no han conseguido una respuesta tecnológica adecuada y que sea aplicable en los entornos reales a nivel local.


El Proyecto AI-Legal, está actualmente en desarrollo, por lo que, debido a los constantes avances tecnológicos y nuevas ideas, pueden cambiar algunos de los algoritmos descritos en esta página.


© Copyright 2020 YRISH Technology, S.C.A.  -  All Rights Reserved.