None
ENTER

Una empresa argentina desarrolló un sistema para monitorear que se cumpla el distanciamiento social

Se trata de un sistema basado en aprendizaje automático que analiza imágenes de video. Es una herramienta que busca ayudar a administrar la circulación de personas en espacios públicos y privados, en el marco de una cuarentena más flexible.

Una empresa argentina desarrolló un sistema basado en aprendizaje automático (machine learning) y cámaras digitales de video que permite monitorear si se cumple el distanciamiento social recomendado para intentar disminuir la propagación del coronavirus.
Con esta tecnología se podría contribuir a administrar la circulación de personas en espacios públicos, abiertos y cerrados. Todo esto en vistas de que poco a poco se está comenzando a llevar una cuarentena administrada, en distintas partes del país.
“Hemos desarrollado una herramienta que permitiría a los centros comerciales, a los gobiernos provinciales y municipales comprender y conocer más la circulación de personas bajo un esquema administrado tanto en espacios abiertos como cerrados”, explica Ricardo Scattini, arquitecto de Soluciones Digitales de Practia, que es la compañía que desarrolló esta solución.
La herramienta permitiría también contabilizar la cantidad de personas que se encuentran utilizando tapabocas, así como la distancia entre una persona y otra. También podría informar, en caso de cercanía, si se trata de dos adultos o de un adulto acompañando a un menor.
Se trata de un desarrollo que funciona bajo la misma lógica que la solución de monitoreo presentada por la startup estadounidense Landing AI: por medio de algoritmos de aprendizaje automático puede identificar si se se cumple con el distanciamiento social.
La solución se integra con los sistemas digitales de cámaras de seguridad de fábricas, centros comerciales y centros municipales de vigilancia. “La herramienta busca brindar información que apoye la posibilidad de volver de a poco a circular por las calles, acceder a los centros productivos y dependencias públicas y comercios, aportando datos para monitorear el distanciamiento social que recomiendan los infectólogos. Esto se hace sin afectar la identidad ni privacidad de las personas, porque lo que se busca es poder tener un mapa de calor y de situación del conjunto”, explicó el ejecutivo a cargo del proyecto.
Los indicadores generados por la herramienta podrían estar disponibles incluso en puntos de acceso a centros comerciales, permitiendo evitar situaciones de concentración riesgosa de acuerdo con los criterios de distanciamiento recomendados por la Organización Mundial de la Salud y establecidos por las autoridades nacionales.

Cómo funciona el sistema
El sistema se integra a los los videos de las cámaras de vigilancia que se estén utilizando en la empresa, fábrica, local o espacio público donde se vaya a utilizar la heramienta. Esos videos son analizados por redes neuronales entrenadas para encontrar y clasificar objetos y personas. Otros algoritmos sirven para acomodar los datos y disponibilizarlos para los cientificos de datos. En esta última capa estamos aplicando lógica de negocio y transformamos todos los datos en métricas que soporten la toma de decisión, explica Scattini respecto del funcionamiento del sistema.
“En la adaptación de esta plataforma para este contexto pusimos a disposición un nuevo módulo de inteligencia artificial para detectar tapabocas y un tratamiento de los datos para poder detectar incumplimiento de la distancia social. En este caso no está activado el módulo de reconocimiento facial”, subrayó.
Según señaló, esta herramienta “no busca individualizar o identificar personas, sino si se respetan las normas establecidas para proteger la salud. El tipo de analítica que hacemos es una analítica descriptiva que trata de ayudar a los que toman decisiones para, por ejemplo, entender cuánto tiempo pasan las personas ocupando una mesa o las demoras en la atención del público”.
En este sentido dijo que los indicadores que suelen entregar son mapas de calor de ocupación del espacio, histogramas de permanencia, frecuencia en el uso de pasillos y recorridos y probabilidades de recorrido según la dispersión del espacio.

COMENTARIOS