El auge mundial de la inteligencia artificial (IA) ha cambiado radicalmente la forma de trabajar de muchos sectores y está revolucionando el sector de la videovigilancia.
La IA describe un tipo de procesamiento informático que «aprende» a mejorar su capacidad, algo que a menudo se compara con la comprensión humana. El desarrollo de la IA está impulsado por mercados nuevos y emergentes, de alto crecimiento y basados en la tecnología, como las comunicaciones de datos, las telecomunicaciones, las redes, la automoción, los videojuegos, la defensa, la electrónica de consumo y otros; el sector de la videovigilancia es uno de los beneficiarios.
El desarrollo de la inteligencia artificial (IA) es fundamental para el rendimiento del análisis de vídeo en los sistemas de CCTV, ya que mejora la eficacia, la precisión y la densidad de canales, además de reducir los costes. Sin embargo, el desarrollo del hardware de computación de alto rendimiento (HPC), que permite el aumento de la capacidad de procesamiento que exige la IA, también afectará a la capacidad física, el diseño, la disposición y el coste de los sistemas de CCTV.
IA ahora
Software
En las aplicaciones de videovigilancia, la inteligencia artificial y el análisis de datos son sinónimos. La tecnología de análisis de vídeo utilizada en las soluciones de videovigilancia se puede dividir, a grandes rasgos, en tres categorías: neuronal, de aprendizaje profundo y binaria. Digifort es compatible con los tres tipos, además de integrarse con los sistemas de análisis de NVR de terceros, dispositivos de análisis y cámaras en el «perímetro». Cada una de ellas presenta consideraciones en cuanto a la relación calidad-precio, por lo que Digifort trabaja con todas ellas para garantizar la flexibilidad de los clientes; por ejemplo, evitando que se invierta en análisis avanzados cuando bastaría con una detección de movimiento más económica.
Los principales sistemas de análisis utilizan el aprendizaje automático (ML) para entrenar el algoritmo del software con el fin de que reconozca e interprete los objetos de una escena, incluidos los patrones de movimiento y comportamiento relevantes. Al igual que en el reconocimiento humano, se pueden identificar muchos objetos diferentes, con un índice de «confianza», a partir de una biblioteca almacenada de objetos conocidos, que el sistema ha ido aprendiendo con el tiempo. Estos objetos pueden incluir personas, furgonetas, bicicletas, coches, camiones, grupos de personas, bolsas, ciclistas y muchos más, incluyendo sus perfiles de color y direcciones de movimiento.
El aprendizaje profundo (DL), una categoría del aprendizaje automático (ML) de última generación, aumenta aún más la precisión y la eficacia. Esto incluye la capacidad de autocalibrarse automáticamente y descartar elementos de la escena que no son de interés para el análisis, lo que reduce las falsas alarmas. Otro ejemplo es la superposición de marcos esqueléticos sobre las personas para realizar un seguimiento de la posición y el movimiento de las manos, los brazos y la cabeza con respecto al torso, junto con la velocidad de movimiento, con el fin de identificar patrones de comportamiento más complejos, como la agresividad o la violencia.
Hardware
Las aplicaciones actuales de sistemas de gestión de vídeo con funciones de análisis utilizan servidores con CPU (unidades centrales de procesamiento) para el funcionamiento del sistema, con la potencia suficiente para procesar el vídeo procedente de las cámaras del sistema. Los servidores o ordenadores con GPU (unidades de procesamiento gráfico o tarjetas gráficas) proporcionan la capacidad de procesamiento informático necesaria para el análisis. La plataforma de seguridad integrada de Digifort procesará sin problemas entre 100 y 200 cámaras en un único servidor de 2U con un procesador Intel Xeon de gama media, dependiendo de los perfiles de grabación de las cámaras. Digifort, socio de Nvidia, diseña sus funciones de análisis para que se ejecuten en GPU de Nvidia, donde una tarjeta gráfica de gama media, como la RTX A2000, procesará hasta 60 canales de análisis de vídeo (VA), dependiendo del tipo. Así pues, tanto el procesamiento del VMS como el de la VA se realizan utilizando hardware consolidado y de probada eficacia, con el fin de ofrecer componentes básicos rentables para sistemas de CCTV.
Redes, almacenamiento y la nube
Quizás la mayor limitación actual en las aplicaciones de CCTV, tanto en términos de hardware físico como de comprensión, sea el ancho de banda de la red y el almacenamiento, que son fundamentales para la IA y el análisis de datos. Si una cámara de 4 MP situada en una ubicación remota transmite a 25 FPS utilizando un algoritmo de compresión H.265 eficiente, su ancho de banda podría rondar los 3 Mbps, a modo de ejemplo (dependiendo de la actividad de la escena, la calidad de la imagen y el tipo de cámara). Si este vídeo se graba durante 31 días, se necesitarán unos 1,0 TB de almacenamiento. Un sistema de CCTV de 8 canales, por ejemplo, necesitará un múltiplo de eso: 24 Mbps y 8 TB. No estoy seguro de cuál es la velocidad media de las conexiones de banda ancha hoy en día, pero una velocidad de descarga de 100 Mbps y una de subida de 20 Mbps es mucho mejor que mi conexión doméstica actual, y aun así no sería suficiente, ya que es la velocidad de subida la que necesitamos al transmitir desde una ubicación remota a una central. Digifort ofrece opciones de licencia de alquiler y admite la centralización en un servidor remoto o en la nube (el servidor de un tercero), pero el coste del almacenamiento en la nube y la conexión de banda ancha necesaria para realizar la transmisión de forma eficaz son elevados.
Los sistemas inteligentes de gestión de vídeo, como Digifort, cuentan con una tasa de bits variable, que ajusta las tasas de bits de las cámaras en tiempo real para destinar el ancho de banda donde más se necesita. Sin embargo, a menos que se cambie la mentalidad y se pase de la grabación continua a la grabación por eventos, activada por análisis basados en IA en tiempo real, en el caso de los sistemas más grandes, ¡esto no va a funcionar, como se suele decir! Y eso sin tener en cuenta la latencia.
La IA en el futuro
Software
En el futuro, la IA contribuirá a que el análisis de vídeo mejore su rendimiento y el análisis predictivo, en aspectos como la precisión, la velocidad, la variedad de objetos reconocidos, los patrones de comportamiento y la lógica de los sistemas de CCTV, así como a una integración eficiente con sistemas de terceros para mejorar la gestión de las instalaciones. Esto podría incluir la protección y la supervisión de activos, el control de accesos, la detección de intrusos, la inteligencia empresarial y de edificios, el PSIM y mucho más, pero también el procesamiento masivo de datos del IoT para predecir posibles amenazas a la seguridad mediante el análisis de patrones y tendencias de comportamiento con el fin de destacar las excepciones. Además, aumentará el número de canales por emplazamiento, gracias a la velocidad y la potencia de procesamiento informático.
Se utiliza el término «revolución industrial» en el título de este artículo porque la IA ha alcanzado un punto crítico, como bien demuestra ChatGPT. Este modelo de IA de lenguaje a gran escala, desarrollado por OpenAI, escribe textos y busca imágenes, rastreando la red en busca de información relevante y presentándola en un formato legible y lógico en cuestión de segundos. Se está utilizando el mismo tipo de modelo de IA para el desarrollo de software, donde la IA puede ayudar a optimizarse a sí misma, por ejemplo, para mejorar los algoritmos de VA, sin intervención humana. Del mismo modo, en el procesamiento de VMS y el diseño de hardware de IA, se ha eliminado el cuello de botella humano y ¡la IA se está mejorando a sí misma!
Hardware - procesamiento
La generación actual de hardware de IA se basa en la electrónica. Sin embargo, la IA está provocando un aumento exponencial de la demanda de mayor ancho de banda, baja latencia y mayor capacidad de procesamiento. Esto requiere la informática de alto rendimiento (HPC), que actualmente se está desarrollando para aplicaciones en centros de datos, pero que sin duda pronto se extenderá a aplicaciones informáticas más amplias. Están apareciendo conexiones «fotónicas» basadas en la óptica, ya que la tecnología de óptica integrada en el chip (CPO) pretende sustituir las conexiones de cobre por conexiones ópticas, lo que aumenta enormemente la velocidad de procesamiento y reduce el tamaño del sistema, el consumo energético y los costes operativos. Nvidia se ha unido este año al exclusivo club de empresas valoradas en un billón de dólares gracias a los avances en tecnología de IA.
Los tamaños de los «módulos básicos» del sistema de CCTV mencionados anteriormente —entre 100 y 200 canales del sistema de gestión de vídeo y entre 40 y 60 canales VA— se adaptan de forma natural a los sistemas de CCTV de mayor envergadura y, a menudo, pueden implementarse de forma rentable in situ. Sin embargo, si la tecnología HPC permite que los procesadores de sistemas de gestión de vídeo y de VA de próxima generación puedan gestionar solo 10 veces el número de canales, en los próximos 5 años, el procesamiento y, posiblemente, el almacenamiento deberán centralizarse en un servidor remoto de un centro de datos (la nube), con las cámaras asignadas a cada emplazamiento y pagadas por emplazamiento o por cámara, para que resulte viable.
Los centros de datos de última generación prevén un aumento masivo de la demanda de procesamiento en muchos sectores, y llegan a la misma conclusión, ya que la informática de alto rendimiento (HPC) impulsa un modelo de procesamiento remoto. Es evidente que los NVR, las soluciones de análisis en caja y las cámaras con funciones de análisis simplemente no pueden seguir el ritmo.
Redes, almacenamiento y nube
Para lograr una centralización eficaz, los análisis basados en IA requieren que la red tenga una latencia nula, a fin de evitar retrasos entre el vídeo transmitido y la activación de los eventos de análisis. Las redes 5G y ópticas deberían ofrecer una latencia nula y están previstas a corto plazo.
Si los integradores y los usuarios finales aceptan los sistemas de CCTV basados en eventos para reducir los costes de ancho de banda y almacenamiento de datos, prevalecerán las soluciones remotas de almacenamiento y procesamiento analítico. Si la grabación debe ser continua, podrían imponerse soluciones híbridas con almacenamiento local y procesamiento analítico centralizado, y la reducción de los costes del almacenamiento local retrasaría la transición al almacenamiento en la nube y la transmisión en streaming para los sistemas de mayor tamaño.
Resumen
El desarrollo de la IA está impulsado por los productos de consumo, los teléfonos inteligentes, los videojuegos y muchos otros mercados, lo que redunda en beneficio de los sistemas de CCTV. Los avances en hardware, con una enorme capacidad de procesamiento, mejorarán el rendimiento de los análisis basados en la IA. Sin embargo, un gran número de canales implica que el procesamiento supera el de los sistemas habituales, por lo que debe distribuirse entre varias ubicaciones. Un sistema de CCTV centralizado o en la nube permite repartir los costes, pero la latencia de la red y los costes de almacenamiento en la nube, junto con los costes de transmisión por banda ancha, pueden hacer que el almacenamiento se mantenga a nivel local durante más tiempo. En cualquier caso, será necesario mejorar la cualificación de los ingenieros de CCTV, dotándolos de mayores conocimientos en materia de óptica y redes.
