Cómo mejorar el intervalo de atención humano con el Análisis de video con autoaprendizaje

Desafíos

El cerebro humano tiene capacidades de concentración limitadas. La tecnología de análisis de vídeo, que aprovecha los avances en detección de patrones de vídeo, aborda ese problema. Junto con la generación de imágenes en alta definición, el análisis de vídeo con autoaprendizaje proporciona alertas altamente precisas y detalles claros de las imágenes a los operadores de seguridad, lo que mejora su capacidad para intervenir de manera eficaz y tomar medidas cuando se produce un evento.

Descargar PDF
Enhancing Human Attention Span with Self-Learning Video Analytics


El cerebro humano tiene capacidades de concentración limitadas. Un estudio realizado en 1999 (Green, 1999) descubrió que, transcurridos 20 minutos, los vigilantes que observaban una escena de vídeo se perderían hasta el 95 % de toda la actividad. Puesto que aprovecha los avances en la detección de patrones de vídeo, la tecnología de análisis de vídeo aborda este tema y ha evolucionado de manera integral para pasar de ser una herramienta estrictamente forense a ser una potente solución proactiva. Junto con la generación de imágenes en alta definición, el análisis de vídeo con autoaprendizaje de Avigilon proporciona alertas altamente precisas y detalles claros de las imágenes a los operadores de seguridad, lo que mejora su capacidad para intervenir de manera eficaz y tomar medidas cuando se produce un evento.


La economía de la atención humana

Herb Simon, pionero en inteligencia artificial, comentó: “La riqueza de información crea pobreza de atención”. Simon observó que la mayoría de los sistemas tecnológicos se concentraban en proporcionar tanta información como fuera posible sin tener en cuenta el intervalo de atención humano. En consecuencia, tales sistemas proporcionaban un exceso de información a las personas, cuando lo que se necesitaba era que los sistemas filtraran la información irrelevante y resaltaran los elementos de interés (Simon, 1996).

Lo que Herb Simon estaba describiendo era la teoría de la economía de la atención: un enfoque hacia la gestión de la información que trata la atención humana como un bien escaso y un factor limitante a la hora de absorber información. La teoría de la economía de la atención admite en su diseño la generación de sistemas que tengan en cuenta las capacidades de atención, con la creación de filtros para garantizar que el primer contenido que se le ofrezca a un usuario sea relevante y de su interés.


ACC6.0 Monitor Angle Flipped 240px

El riesgo de seguridad del intervalo de atención humano

Según la teoría de la economía de la atención, en la actualidad, la mayoría de los centros de control de seguridad y los sistemas de videovigilancia correspondientes ofrecen al personal de seguridad una gran cantidad de información, y esto provoca la disminución de la atención. El estudio antes mencionado (Green, 1999) demostró que existe una tendencia inquietante en el rendimiento del operador:

  1. El rendimiento del operador de seguridad disminuye considerablemente transcurridos 20 minutos
  2. Una calidad de imagen deficiente acelera el índice de degradación
  3. Ver el doble del número de cámaras multiplica la velocidad de degradación por dos

El concepto de la tecnología de análisis de vídeo es presentar solo la información que requerirá la atención inmediata de un operador. Sin embargo, la amplia mayoría de dichos sistemas crea una cantidad desproporcionada de información irrelevante que contribuye a la confusión y la inacción del operador.


whitepaper hd analytics image 3

La evolución del análisis de vídeo

El análisis de vídeo ha evolucionado a lo largo de una serie de tres tecnologías:

  1. Detección de movimiento de vídeo: cualquier cambio de un fotograma a otro es importante.

  2. Detección avanzada de movimiento de vídeo: cualquier cambio que se aparte de un modelo de fondo es importante.

  3. Detección avanzada de patrones de vídeo: cualquier cambio que presente el patrón de un tipo de objeto conocido es importante.

Detección de movimiento de vídeo

Ahora, la Detección de movimiento de vídeo (“VMD”) es una función estándar que se incluye en la mayoría de las cámaras de vigilancia, en las grabadoras y en el software de gestión de vídeo. La función VMD se centra en detectar cualquier movimiento de los píxeles entre escenas, basándose en un simple umbral definido por el usuario. La VMD es más efectiva en entornos estériles y estáticos; sin embargo, la tecnología es limitada en entornos dinámicos, lo que se traduce en altos índices de alarmas falsas. Lamentablemente, este alto índice de alarmas falsas conduce directamente a la rápida disminución de la atención del operador.


whitepaper hd analytics image 9

Detección avanzada de movimiento en la imagen

Posteriormente, en respuesta a esta limitación, la industria progresó desde la Detección de movimiento de vídeo (“VMD”) hasta la Detección avanzada de movimiento de vídeo (“AVMD”). La AVMD se basa en la estructuración del fondo, por lo que advierte sobre cualquier cambio que se devíe del modelo de fondo establecido. Esta tecnología se centra en supervisar una escena y utilizar los datos capturados a través de una compleja calibración manual para identificar los objetos en movimiento. La AVMD es eficaz cuando se configura y se calibra correctamente, pero queda limitada cuando cambia la composición del fondo (p. ej., cuando se producen cambios medioambientales, estacionales o físicos); con el tiempo aumenta el número de falsas alarmas y se hace necesaria una recalibración periódica.


whitepaper hd analytics image 10

Detección avanzada de vídeo por patrones

La Detección avanzada de patrones de vídeo se basa en algoritmos de estructuración de patrones, por lo que avisa sobre cualquier cambio que tenga el patrón de un tipo de objeto conocido, como el de una persona o un vehículo. La tecnología se centra en el reconocimiento de los objetos a la vista y en el uso de la información del movimiento del objeto para clasificarlo con precisión. Reflexione sobre cómo reconocemos los objetos las personas: reconocemos un objeto según su apariencia, forma y movimiento. La Detección avanzada de patrones de vídeo funciona de manera similar.

De los tres tipos de tecnologías de análisis de vídeo indicadas anteriormente, el análisis de vídeo con autoaprendizaje de Avigilon utliza la Detección avanzada de patrones de vídeo  proporciona normalmente el índice más bajo de alarmas falsas, lo que ayuda a mantener la atención del operador dado que destaca la información que es relevante y de su interés.


whitepaper hd analytics image 6

La combinación de vídeos en alta definición y su análisis

En un estudio de 1983 (Nuechterlein, 1983) sobre la atención constante visual, los datos demostraron una fuerte correlación entre la calidad de imagen y la atención constante, donde una calidad de vídeo más baja se traducía en una disminución de la atención constante. Dentro del sector de la seguridad, los operadores de seguridad no pueden ver lo que no se haya capturado e, inevitablemente, resulta imposible mejorar las imágenes de baja resolución; por lo tanto, cabe destacar la importancia del vídeo de alta calidad.

Con la evolución de la videovigilancia en alta definición, el uso de vídeos de mayor resolución y mayor calidad puede ser una herramienta eficaz para aumentar la atención constante del operador.

En 2008, un estudio (Sulman, Sanocki, Goldgof y Kasturi, 2008) sobre la eficacia del rendimiento de la videovigilancia humana indicó que existen grandes limitaciones en la capacidad de los humanos para supervisar varias señales simultáneas. Los resultados del estudio demostraron que los observadores se perdían el 60 % de los objetivos cuando supervisaban nueve pantallas, en comparación con el 20 % que se perdían al supervisar cuatro pantallas.


Ahora, al utilizar técnicas de generación de imágenes de mayor resolución y combinarlas con la correcta colocación de cámaras y objetivos adecuados, las organizaciones tienen la oportunidad de reducir el número total de cámaras instaladas. La creación de imágenes en alta definición ofrece la ventaja de cubrir una amplia área; además de la posibilidad de ampliar las imágenes digitalmente en las zonas de interés para poder observar los detalles de una escena con nitidez. Gracias a esta mayor cobertura, se requieren menos cámaras para cubrir una vasta área, lo que reduce el número de monitores que cada operador debe supervisar. De acuerdo con el estudio de 2008, esta tecnología puede contribuir a un mayor índice de identificación de objetos.

La solución de análisis de vídeo de alta definición, combinada con la tecnología de detección avanzada de patrones de vídeo, aborda el intervalo de atención humano y los retos de identificación de objetivos de cuatro formas distintas:

  1. La estructuración de patrones filtra la detección para obtener objetos conocidos.
  2. La detección de objetos altamente precisa proporciona a los usuarios unas alarmas que son relevantes y de su interés.
  3. Las cámaras de alta resolución que se implementan adecuadamente reducen el recuento total de cámaras y aumentan la capacidad del operador para identificar objetivos.
  4. El vídeo de alta definición proporciona unas imágenes con gran riqueza de detalles, lo cual constituye la prueba necesaria para emprender las acciones judiciales adecuadas.

Conclusión

El mercado de la videovigilancia ha alcanzado un punto crítico en la capacidad de aumentar el intervalo de atención de los operadores de seguridad y de proporcionar soluciones de vigilancia proactivas efectivas. Los resultados de los estudios discutidos en este documento demuestran que cada vez es más importante aprovechar los avances en la tecnología de análisis de vídeo, como la detección de patrones de vídeo, para abordar el reto de tener que supervisar más información con intervalos de atención menores. Ahora nos encontramos en la era de la generación de imágenes de vídeo de alta definición. El análisis de vídeo con autoaprendizaje de Avigilon , junto con la generación de imágenes en alta definición, proporciona alertas altamente precisas y detalles claros de las imágenes a los operadores de seguridad, lo que les otorga la capacidad de intervenir eficazmente en una situación de interés y tomar medidas.

Descubre cómo puede aumentar la eficacia de su sistema de videovigilancia con la tecnología Análisis de alta definición de Avigilon.



Glosario

Versión de ACC Última versión de ACC probada con la cámara. Incluye compatibilidad con las versiones posteriores de ACC, a no ser que especifique lo contrario.
Entrada de audio Recibir sonido desde la cámara.
Salida de audio Enviar sonido al altavoz conectado a la cámara.
Descubrimiento automático Descubrimiento automático de la dirección IP de la cámara al conectarse dentro de un entorno LAN.
Tipo de compresión Describe los tipos de codificación compatibles con la cámara.
Tipo de conexión Describe el tipo de controlador del dispositivo utilizado. "Nativo" se refiere al controlador del dispositivo específico del fabricante.
Corrección de la aberración esférica Corrección de la aberración esférica de las cámaras panorámicas o con objetivos ojo de pez.
Entrada digital Recibir entradas digitales o de relé desde la cámara.
Salida digital Activar las salidas digitales o de relé conectadas de forma física a la cámara.
Movimiento Visualización rápida de si la grabación de movimiento está disponible para la cámara.
Configuración de movimiento Configuración de la detección de movimiento dentro de ACC Client.
Grabación de movimiento Compatibilidad con grabación basada en movimiento.
PTZ Visualización rápida de si la funcionalidad PTZ está disponible para la cámara.
Control PTZ Movimiento PTZ básico.
Patrones/rondas PTZ Habilidad para crear y activar patrones PTZ o rondas PTZ, según la compatibilidad de la cámara.
Preselecciones PTZ Crear y activar las posiciones de preselección PTZ.
Tipo de unidad Tipo de cámara.
Verificado por Organización que ha probado la cámara e informado sobre sus capacidades.
Firmware verificado Specific firmware version tested.
Fabricante Blah
Modelo DS-2DE2103
Tipo de conexión ONVIF
Tipo de unidad Cámara IP PTZ
Compression Types H.264

  • Versión de ACC
  • Modelo DS-2DE2103
  • Tipo de conexión ONVIF
  • Fabricante Blah
  • Fabricante Blah
  • Fabricante Blah
  • Fabricante Blah
  • Fabricante Blah
  • Fabricante Blah
  • Fabricante Blah
  • Fabricante Blah
  • Fabricante Blah

Verificado por:

Vendor
Descargar informe de prueba