Acompañando la potencia de cálculo desplegada en los dispositivos conectados al borde de la red, existe la posibilidad de que estos dispositivos efectúen análisis cada vez más complejos. La tendencia es palpable. El mercado de analíticas en el borde podría ir de los US$ 1.900 millones en 2016 a cerca de US$ 8.000 millones en 2021, según Research and Markets. Las cámaras de monitoreo y videovigilancia no escapan a esta tendencia y, de hecho, los productos comienzan a hacerse ver.
El aprendizaje profundo (o deep learning) permite un tipo de análisis más efectivo, dado que emplea algoritmos de aprendizaje automático. Esta tecnología utiliza un proceso de aprendizaje en capas que permite a la computadora clasificar, almacenar y acceder a los datos, a los que posteriormente se puede referir para el aprendizaje. Si de análisis de imágenes se trata, esto significa que puede utilizar una imagen completa para hacer el reconocimiento, en lugar de depender de los distintos elementos de esta imagen. Se trata de un proceso acumulativo: mientras más elementos tiene como base de este análisis, mejor será la clasificación. El empleo de estas tecnologías aplica a muchos casos de uso, especialmente en materia de seguridad (como por ejemplo en el reconocimiento facial o de patentes, el análisis de comportamiento, o en la clasificación de imágenes). Como consecuencia, el abordaje a la seguridad está pasando de ser reactiva a ser capaz de predecir los problemas antes de que sucedan (predictiva).
Hikvision adoptó esta tecnología y ha innovado en una de sus familias de productos para potencializar su uso. La serie de cámaras IP DeepInview (Visualización profunda) y la serie de NVRs DeepInmind (Almacenamiento profundo) trabajan juntos para proporcionar toda la potencia y beneficios de deep learning. Mientras que las cámaras proporcionan los ojos inteligentes del sistema, el NVR representa las capacidades analíticas y de almacenamiento. Los productos ayudan a encarar la seguridad en dos frentes:
- Reconocimiento, monitoreo y conteo de las personas.
- Reconocimiento y detección de vehículos.
Estos dispositivos utilizan la tecnología de deep learning en su forma más efectiva, por su capacidad para clasificar y reconocer miles de características y comportamientos. Este proceso requiere de múltiples etapas las cuales utilizan una gran cantidad de memoria y de rendimiento, que es una de las razones por las que la tecnología se ha extendido mucho más en los últimos años.
Para poner esto en perspectiva, en las primeras etapas de la tecnología, se necesitaban 1.000 dispositivos con 16.000 CPUs para simular una red neuronal. Ahora, sólo se necesitan pocos GPUs. Hikvision se ha asociado con las mayores marcas de chipset —Intel y Nvidia— para explorar las posibilidades del deep learning en la industria de la vigilancia. La innovación de Hikvision también lo facilita y lo mejora. El nuevo sistema de compresión del códec H.265+ reduce sustancialmente el consumo de ancho de banda para transmisión y capacidad de almacenamiento de datos. Esto significa que no hay pérdida de calidad de video a pesar de que los datos compartidos y almacenado presentan una mayor compresión.
APLICACIONES Y MODELOS
La tecnología podría permitir que el sistema proporcione una alarma de lista negra/lista blanca, por ejemplo, lo que podría ser muy útil en escenarios de control de acceso. También se podría utilizar para reconocer el comportamiento inusual, posiblemente permitiéndole al personal de seguridad evitar un problema si encuentran personas merodeando por los alrededores, por ejemplo.
Voceros de Hikvision contaron que estos equipos “han entrado con fuerza en regiones como Europa y Asia. En Latinoamérica hemos comenzado a traerlos y tenemos pedidos que estarán llegando en los próximos meses, dado que se están vendiendo para proyectos específicos. Son equipos muy potentes que estamos presentando en las ferias más relevantes de la industria durante este año, pero para los que avanzamos poco a poco con los lanzamientos”. El detalle de los equipos es:
