Esta inteligencia artificial puede detectar si las personas están guardando “la sana distancia” [VIDEO]

A medida que pasan las semanas y se van dando los levantamientos paulatinos de las cuarentenas, una de las costumbres más requeridas de la “nueva normalidad” será la sana distancia entre las personas para evitar los contagios de la COVID-19 y otros males.

Por ello, una startup desarrolló una herramienta para las grabaciones de video que puede decir si la gente está siguiendo las normas de distanciamiento social.

Por qué es importante

Existe un consenso científico en que el distanciamiento social es un método efectivo para evitar que el coronavirus se siga esparciendo hasta que los científicos puedan crear una vacuna.

Sin embargo, en países como Estados Unidos, Brasil o México, la cuarentena no es obligatoria y hay normas heterogéneas a nivel estatal o regional. En otros países la cuarentena está, aparentemente, cerca de terminar y las cadenas productivas –al menos las de servicios esenciales– se deben reactivar pronto.

Pensando en ello, la startup estadounidense Landing AI creó una red neuronal que analiza en tiempo real la transmisión de videos de cámaras de seguridad callejeras, “detectando si la gente guarda la sana distancia entre cada uno”.

La firma espera que el sistema permita a los lugares de trabajo monitorear a sus empleados. El método haría más sencillo para los gerentes o líderes de equipo controlar el cumplimiento de la precaución.

^{Funcionamiento de la AI de Landing AI.}

Cómo funciona

Como el video de entrada difícilmente capta de por si solo los detalles de perspectiva y distancia, el primer paso del algoritmo es transformar la vista en perspectiva de vista de pájaro (de arriba hacia abajo). A este proceso se le llama “de calibración”.

Como los cuadros de entrada son monoculares (tomados de una sola cámara), el método de calibración más simple consiste en seleccionar cuatro puntos en la vista en perspectiva y asignarlos a las esquinas de un rectángulo a vista de pájaro. Esto, para el sistema, significará que cada persona está parada en el mismo plano.

El segundo paso consiste en aplicar un detector de peatones en perspectiva. Este dibuja un cuadro delimitador azul alrededor de cada peatón. Para ello, se usó una red neuronal de detección de peatones de código abierto basada en la arquitectura Faster R-CNN.

Para limpiar los cuadros delimitadores, se aplicó la supresión no máxima (NMS) y varias heurísticas para elegir a los sujetos en estudio y para minimizar el riesgo de sobredetección. Por ejemplo, uno de los inputs fue que los humanos son más altos que anchos.

En el último paso, se calculó la distancia a vista de pájaro entre cada par de personas. Si dos cuadros se colocan demasiado cerca una de otra, se vuelven de color rojo.   

¿Y la privacidad?

El uso de algoritmos potentes de visión por computadora siempre genera importantes cuestionamientos sobre la privacidad y los derechos individuales. En relación a esto, la compañía dijo que el sistema  en mención no reconoce la identidad de las personas.

Amazon ya implementó una tecnología similar en sus almacenes, advirtiendo a sus trabajadores que violar las reglas de distanciamiento social podría hacer que los despidan.

Daniel Meza

Esta noticia ha sido publicada originalmente en N+1, tecnología que suma.

Sobre N+1: Es la primera revista online de divulgación científica y tecnológica que permite la reproducción total o parcial de sus contenidos por medios de comunicación, bloggers e influencers, realizando la mención del texto y el enlace a la web: “Esta noticia ha sido publicada originalmente en la revista N+1, tecnología que suma: www.nmas1.org”.​