They create a model to analyze images from video surveillance systems in public places

Engineers from the Higher Polytechnic School of the Autonomous University of Madrid (UAM) propose a new model to develop automatic systems for analyzing video surveillance sequences. Unlike current ones, these systems could adapt to the particular characteristics of a specific scenario or situation.

Engineers from the Higher Polytechnic School of the Autonomous University of Madrid have created a system to analyze images captured by video surveillance cameras and that, unlike classical models, adapts to the particular characteristics of each scenario or situation.

Los sistemas de vídeovigilancia permiten supervisar un área determinada mediante el uso de varias cámaras conectadas a una central de monitorización. Son sistemas actualmente muy demandados para detectar situaciones potencialmente peligrosas en lugares públicos como aeropuertos, estaciones de metro o escenarios deportivos, y que requieren personas especializadas para revisar las imágenes.

Para hacer más efectiva la supervisión, actualmente se utilizan herramientas automáticas de análisis de vídeo que permiten centrar la atención en un monitor concreto (con imágenes de un evento potencialmente peligroso, For example) o realizar búsquedas eficientes en las grabaciones, entre otros usos. This need has turned the automatic analysis of video surveillance sequences into a very active research area.

Current automatic video surveillance systems are based on a three-stage analysis: the detection of objects or persons of interest, the tracking and feature extraction of these objects or persons, and the detection of unusual events (abandoned objects, entries into restricted areas or acts of vandalism).

These stages operate independently of each other, and are applied in the same way in all scenarios and situations. Los ingenieros de la Escuela Politécnica Superior han advertido que existe una dependencia entre estas tres etapas y que su aplicación puede y debe adaptarse a cada tipo de situación, given that, For example, un potencial robo en un aparcamiento solitario no requiere las mismas técnicas de detección que otro en una estación de metro con alta densidad de personas en movimiento.

El modelo de vídeovigilancia que proponen tiene por tanto la capacidad de adaptar las etapas de análisis a cada escenario y situación, y concentrar la atención en las cámaras con mayor complejidad de datos.

Ver resultados de prueba