Visión artificial para centros de operaciones

Según IDC, los datos generados por las cámaras y sensores de IoT ascenderán a casi 80 zettabytes en 2025, frente a los 13,6 zettabytes de 2019.

El reto para las salas de control y los centros de operaciones es convertir todo ese big data en información procesable para que los operadores puedan tomar medidas significativas de manera oportuna en lugar de ahogarse en los datos de vídeo.

Con el uso de las tecnologías de visión por ordenador creciendo exponencialmente, los Centros de Operaciones necesitan empezar a optimizar su infraestructura, desde el punto final hasta la pantalla visual, para obtener lo mejor de esta tecnología.

Nos hemos asociado con S&ST para impartir un seminario web exclusivo: Conseguir un verdadero conocimiento de la situación con la visión por ordenador y la IA en el que nos sumergiremos en las crecientes capacidades y casos de uso de la visión por ordenador y la IA en los centros de operaciones y más allá. Regístrese ahora para este seminario web del 29 de abril.

Conciencia situacional reactiva frente a proactiva.

Cualquier centro de mando cuenta con una amplia gama de sistemas que se encargan de proporcionar información.

Utilizando un centro de operaciones de seguridad como ejemplo, cada SOC tendrá cámaras, sistemas y soluciones de control de acceso, alarmas de intrusión, etc. Todos ellos proporcionan numerosos puntos de datos a los operadores.

Una vez que esos datos y contenidos de vídeo llegan al centro de operaciones de seguridad, la forma en que el SOC maneja los datos, el vídeo y otra información, puede ser reactiva o proactiva, dependiendo de muchos factores implicados, como el flujo de trabajo del centro y la tecnología implicada.

Cuando los big data sin análisis se envían al servidor o al videowall y requieren el análisis y la aportación del operador para descubrir datos críticos que requieren una acción, el conocimiento de la situación de los equipos se describe mejor como reactivo.

Ningún operador puede vigilar los cientos de vistas de las cámaras, los sistemas de control de acceso, las alarmas y los miles de puntos de datos que se capturan cada segundo y que se muestran en los numerosos tableros de mando y transmisiones de vídeo que se muestran en el videowall de un centro de operaciones.

Aquí es donde la IA y la visión por ordenador entran en juego para permitir un conocimiento proactivo de la situación, proporcionando información y vídeo que ya ha sido analizado por el software de IA y presentado cuando una situación crítica requiere la atención del operador para tomar medidas.

El conocimiento proactivo de la situación sólo es posible cuando la información es analizada en tiempo real por el software de IA y visión por ordenador y se transmite al puesto de trabajo del operador necesario o se muestra en la imagen operativa principal casi en tiempo real para una visualización procesable. 

Para pasar de un conocimiento de la situación reactivo a uno proactivo es necesario ir más allá de los actuales cuadros de mando y flujos de vídeo. Las organizaciones tienen que ser capaces de mostrar datos procesables en tiempo real de entre miles de cámaras y fuentes de datos. A esto contribuyen tecnologías como la IA y la visión por ordenador.

"Cuando nos preguntamos cómo la IA o la visión por ordenador están haciendo el cambio para el verdadero conocimiento de la situación es en tomar los grandes datos y hacerlos procesables".

Aplicaciones en los centros de operaciones:

Existen numerosos valores añadidos potenciales que la visión por ordenador puede aportar a los centros de operaciones de diferentes tipos. He aquí algunos ejemplos:

• Reconocimiento de caras: Se pueden aplicar algoritmos de detección de caras para filtrar e identificar a un individuo.
• Sistemas biométricos: La IA puede aplicarse a descripciones biométricas como la coincidencia de huellas dactilares, iris y rostro.
• Vigilancia: la visión por ordenador es compatible con las cámaras del IoT que se utilizan para supervisar las actividades y los movimientos de casi cualquier tipo que puedan estar relacionados con la seguridad y la protección, ya sea la seguridad en el trabajo o la seguridad física.
• Ciudades inteligentes: La IA y la visión por ordenador pueden utilizarse para mejorar la movilidad mediante una gestión cuantitativa, objetiva y automatizada del uso de los recursos (aparcamientos, carreteras, plazas públicas, etc.) basada en el análisis de los datos de las cámaras de seguridad.
• Reconocimiento de eventos: Mejorar la visualización y el proceso de toma de decisiones de los operadores humanos o de las soluciones de videovigilancia existentes integrando algoritmos de análisis de datos de vídeo en tiempo real para comprender el contenido de la escena filmada y extraer la información relevante de la misma.
• Vigilancia: Respuesta a tareas específicas en materia de monitorización y vigilancia continuas en muy diversos marcos de aplicación: mejora de la gestión de la logística en los almacenes, recuento de personas durante las concentraciones de eventos, monitorización de estaciones de metro, zonas costeras, etc.

Cualquier centro de operaciones que utilice datos de vídeo hoy en día debe considerar la incorporación de una solución de visión por ordenador. Dado el rápido aumento de los datos de vídeo, esta es la única forma escalable de garantizar que los operadores tengan un conocimiento real y proactivo de la situación.

Dos retos para cualquier centro de operaciones que se plantee la visión por ordenador: en primer lugar, identificar el producto adecuado y separar el bombo de la realidad y, en segundo lugar, asegurarse de que cualquier solución de visión por ordenador que se añada a los centros de operaciones sea realmente interoperable.

Si está planeando construir un centro de operaciones o actualizar su centro de operaciones existente, programe una llamada de consulta gratuita con uno de nuestros expertos en centros de operaciones y salas de control para que le ayude a entender cómo alcanzar sus objetivos y garantizar que su organización sea capaz de escalar con el creciente volumen de datos de vídeo.