他们创建了一个模型来分析公共场所视频监控系统的图像

Ingenieros de la Escuela Politécnica Superior de la Universidad Autónoma de Madrid (UAM) proponen un nuevo modelo para desarrollar sistemas automáticos de análisis de secuencias de vídeovigilancia. A diferencia de los actuales, estos sistemas podrían adaptarse a las características particulares de determinado escenario o situación.

Ingenieros de la Escuela Politécnica Superior de la Universidad Autónoma de Madrid han creado un sistema para analizar las imágenes captadas por cámaras de vídeovigilancia y que, a diferencia de los modelos clásicos, se adapta a las características particulares de cada escenario o situación.

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, 例如) o realizar búsquedas eficientes en las grabaciones, entre otros usos. 这种需求已经使视频监控序列的自动分析成为一个非常活跃的研究领域.

当前的自动视频监控系统基于三阶段分析: 检测感兴趣的物体或人员, 对这些物体或人员进行跟踪和特征提取, 以及检测异常事件 (物体遗弃, 进入禁区或破坏行为).

这些阶段彼此独立运行, 并且在所有场景和情况下以相同方式应用. 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, 鉴于, 例如, 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