Los investigadores de la Universidad de Griffith han desarrollado un sistema de videovigilancia con IA para detectar brechas de distanciamiento social en un aeropuerto sin comprometer la privacidad.
Al mantener el procesamiento de imágenes en una red local de cámaras, el equipo pasó por alto la necesidad tradicional de almacenar datos confidenciales en un sistema central.
El profesor Dian Tjondronegoro de Griffith Business School dice que la privacidad de los datos es una de las mayores preocupaciones en este sentido. la tecnología porque el sistema tiene que observar constantemente las actividades de las personas para ser eficaz.
"Estos ajustes se agregan al modelo central de toma de decisiones para mejorar la precisión".
El estudio de caso se completó en el aeropuerto de Gold Coast, que antes del COVID-19 tenía 6.5 millones de pasajeros al año con 17,000 pasajeros en el sitio diariamente. Cientos de cámaras cubren 290,000 metros cuadrados con cientos de tiendas y más de 40 puntos de facturación.
Los investigadores probaron varios algoritmos de vanguardia, lo suficientemente livianos para la computación local, en nueve cámaras en tres estudios de casos relacionados que probaron la detección automática de personas, el conteo automático de multitudes y la detección de brechas de distancia social para encontrar el mejor equilibrio de rendimiento sin sacrificar la precisión y confiabilidad.
“Nuestro objetivo era crear un sistema capaz de análisis en tiempo real con la capacidad de detectar y notificar automáticamente al personal del aeropuerto sobre las infracciones de distanciamiento social”, dijo el profesor Tjondronegoro.
Se utilizaron tres cámaras para las pruebas automáticas de detección de brechas de distancia social que cubren el área de registro, el patio de comidas y el área de espera. Se contrató a dos personas para comparar las transmisiones de video en vivo y los resultados del análisis de inteligencia artificial para determinar si las personas marcadas como rojas cometieron una infracción.
Los investigadores encontraron que los ángulos de las cámaras afectan la capacidad de la IA para detectar y rastrear los movimientos de las personas en un área pública y recomiendan inclinar las cámaras entre 45 y 60 grados.
El profesor Tjondronegoro dijo que el diseño de su sistema habilitado por inteligencia artificial era lo suficientemente flexible como para permitir que los humanos verificaran dos veces los resultados, reduciendo el sesgo de los datos y mejorando la transparencia en el funcionamiento del sistema.
“El sistema puede ampliarse en el futuro agregando nuevas cámaras y ajustarse para otros fines. Nuestro estudio muestra que el diseño responsable de la IA puede y debe ser útil para futuros desarrollos de esta aplicación de la tecnología."
