Innovación

Cómo los algoritmos de vigilancia urbana y reconocimiento facial rastrean COVID-19

Cómo los algoritmos de vigilancia urbana y reconocimiento facial rastrean COVID-19


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

En la película de ciencia ficción de 2002 "The Minority Report", las cámaras ocultas en los bulliciosos pasillos de un centro comercial futurista captan el rostro del fugitivo John Anderton entre la multitud, y anuncios de reproducción automática con un atractivo extraño y específico para su personalidad, vida social y estado. Si bien no hay nadie en el centro comercial en 2020, la vigilancia urbana se está expandiendo rápidamente en un intento por ayudar a las medidas de distanciamiento social contra la enfermedad COVID-19.

En todo el mundo, las empresas están trayendo cámaras de vigilancia urbana, que procesan transmisiones de video CCTV en vivo con algoritmos de reconocimiento facial, para enfrentar los nuevos desafíos de la pandemia. Los algoritmos de reconocimiento facial no solo necesitan analizar e identificar a las personas en riesgo en los concurridos centros de China, Rusia, el Reino Unido y los EE. UU., Sino que estos algoritmos también se someten a pruebas avanzadas para identificar rostros ocultos detrás de máscaras médicas.

Y en algunas ciudades, está ayudando a las autoridades a interceptar y detener a quienes están en mayor peligro de infección, creando experiencias no tan diferentes a las del pasillo ficticio de John Anderton.

RELACIONADO: LOS LÍDERES TECNOLÓGICOS TIENEN FUERTES OPINIONES SOBRE LA INTELIGENCIA ARTIFICIAL

Vigilancia urbana y derechos de privacidad

Si nos atenemos a los números, aproximadamente el 89% de los adultos apoyan los derechos de privacidad personal, y el 65% tiene un fuerte apoyo, según una encuesta de abril de 2020 a 1255 estadounidenses realizada por SurveyMonkey, una empresa con acreditación de Better Business Bureau.

En la época de COVID-19, el 52% de los adultos estadounidenses encuentran la privacidad personal más atractiva que las medidas de seguridad que podrían ponerla en duda, incluso en medio de una pandemia global, cuando las grandes potencias tecnológicas como Google y Apple ofrecen aplicaciones gratuitas para monitorear el rastreo de contactos. - un sistema de distanciamiento social que rastrea los puntos de posible contracción del virus de persona a persona.

Poco después del anuncio conjunto de las empresas en abril, agregaron que los gobiernos no tendrán voz en la decisión de los ciudadanos de usar estas aplicaciones o no.

Si bien la función de inclusión voluntaria de las aplicaciones es aparentemente una forma de preservar los derechos de privacidad, también crea capas de visibilidad dentro de la crisis del coronavirus: a medida que las aplicaciones califican la salud de los usuarios de iPhone y Android que optan por participar, los que no ganaron No será visible en este sistema, ni para los usuarios ni para el sistema de rastreo de contactos de Apple y Google.

"Pienso en la idea de capas de visibilidad: tecnología que proporciona una capa de invisibilidad sobre el mundo real", dijo el creador de aplicaciones Mo Saha a Interesting Engineering. Saha es una de las mentes detrás de Antidate, una aplicación de los veinte años que funcionó para dar a las mujeres más control sobre la experiencia de las citas en línea.

Al igual que la función de suscripción de las aplicaciones de rastreo de contactos, la aplicación de citas conceptual de Saha proporcionó a los usuarios "una experiencia asimétrica, como un cristal unidireccional entre hombres y mujeres, donde las mujeres podían ver a los hombres, pero los hombres no podían ver a las mujeres. hasta que este último hizo un movimiento ".

Las personas que no optan por las aplicaciones de rastreo de contactos no necesariamente sabrán quién lo hizo, lo que elimina el "desequilibrio en términos de exposición" de la aplicación de citas de Saha, a menos que los que se unan se lo digan. Dentro del sistema de rastreo de contactos, ningún usuario verá a otro sin ser visto también. Pero con la vigilancia de reconocimiento facial de transmisiones de video CCTV, la idea de capas de visibilidad vuelve a entrar en juego.

Vigilancia interna versus externa

Si las aplicaciones de rastreo de contactos son una función de vigilancia interna y centrada en el usuario, la otra mitad de la ecuación de la vigilancia urbana son los algoritmos de reconocimiento facial. Conectados a transmisiones de video de CCTV y otros dispositivos, funcionan para identificar y rastrear a las personas en diferentes entornos.

Hay "dos formas de procesar la transmisión de video [...] procedente de las cámaras: en [el] borde, o enviarlo de vuelta a un servidor central y procesarlo allí, y existen diferentes fortalezas y debilidades en las dos enfoques ", dijo el Dr. Patrick Grother, científico del Instituto Nacional de Estándares y Tecnología de EE. UU. (NIST), a Interesting Engineering. Para identificar rostros en una imagen, "tienes que ejecutar un algoritmo de reconocimiento facial, que puede mirar cuadros individuales o todos los cuadros de video".

Reconocimiento facial y poder computacional

A medida que las operaciones de vigilancia se expanden para abarcar una población más grande, también lo hace la necesidad de más cámaras y hardware más potente. "Los requisitos de hardware también deben superar [el] número de cámaras multiplicado por el número de personas multiplicado por la velocidad de fotogramas del vídeo; cualquier sistema en [entornos urbanos] con mucho tráfico necesitaría disponer de suficiente hardware para resolver este problema".

Un simple robo a un banco solo requiere un video grabado para resolverlo, lo que no tiene por qué suceder de inmediato, dijo Grother. Pero al monitorear a escalas metropolitanas, la transmisión de video nunca se detiene, y crece y se multiplica tan rápido como la velocidad de fotogramas de cada cámara de la ciudad. La "[d] ifferencia aquí es el aspecto en tiempo real: tienes que seguir ingiriendo video y estar al día", agregó Grother.

En particular, no todos los algoritmos de reconocimiento facial procesarán e identificarán rostros en una imagen de video al mismo ritmo. "[Algunos] irán en una décima de segundo, unas 10 veces más lento, momento en el que es necesario hacer un intercambio de ingeniería", dijo Grother.

Vigilancia en tiempo real durante la crisis del coronavirus

Si bien el NIST no desarrolla ni implementa algoritmos en escenarios del mundo real, en este momento están invitando a los desarrolladores de la industria a enviar para probar nuevos algoritmos diseñados para reconocer caras ocultas detrás de máscaras médicas.

Y, según un estudio de marzo encargado por el Departamento de Comercio de EE. UU., Algunos de estos algoritmos son de una empresa llamada VisionLabs, una empresa rusa de visión por computadora y aprendizaje automático. "Cuando se detecta una cara en el marco, se extrae una característica de plantilla biométrica", dijo el investigador principal de VisionLabs, Daniil Kireev, en un intercambio de correo electrónico con Interesting Engineering.

El reconocimiento facial busca rasgos faciales únicos e identificables en las cámaras de vigilancia, basándose en una "plantilla biométrica" ​​proporcionada a partir de una imagen anterior de una persona. Utilizando CCTV distribuidos por toda la ciudad de Moscú, VisionLabs implementa vigilancia de reconocimiento facial que puede analizar "una comparación rápida con bases de datos de varios millones de elementos", dijo Kireev.

Aliviar el distanciamiento social, el reconocimiento facial, las máscaras médicas

Hace tres meses, la gente en las principales ciudades como Nueva York o Chicago caminaba por los espacios urbanos sin preocuparse por la enfermedad COVID-19. Ahora, mientras EE. UU. Se prepara para aliviar las medidas de distanciamiento social, muchas personas regresarán a las áreas bulliciosas de negocios y comercio, solo con máscaras médicas, que oscurecen los rostros y dejan más espacio para el error en el procesamiento del reconocimiento facial.

Cuando nuestros pulgares empapados de agua no desbloquean nuestros teléfonos inteligentes, esto es un falso negativo: tenemos el pulgar correcto, pero la huella dactilar no se puede registrar a través de la capa de agua.

Lo mismo puede suceder con el reconocimiento facial y las personas con máscaras médicas: si una cámara de circuito cerrado de televisión detecta una cara que está cubierta en su mayor parte, existe una mayor posibilidad de que no identifique a la persona detrás de la máscara.

"Tradicionalmente, el reconocimiento de rostros cubiertos por máscaras o ropa es una tarea técnicamente desafiante", dijo Andrey Khrulev, gerente de desarrollo comercial del Speech Technology Center, en un intercambio de correo electrónico con Interesting Engineering.

Sin embargo, los sistemas de reconocimiento facial en todo el mundo se han utilizado en transportes y centros de ciudades. Además de estos, los sistemas del Speech Technology Center incluso se implementan en el Estadio Petrovsky en San Petersburgo, que está equipado para procesar datos biométricos.

Khrulev agregó: "A menudo sucede que parte de la cara [está] oculta por una sudadera con capucha o un pañuelo (hace frío en San Petersburgo)". Según Khrulev y sus colegas, la necesidad de vigilancia urbana para identificar a las personas ocultas detrás de máscaras médicas estuvo ahí desde el principio, y los algoritmos se están adaptando.

Interceptación en tiempo real de personas en riesgo de COVID-19

A medida que la vigilancia urbana y el procesamiento de reconocimiento facial mejoran en la identificación masiva de personas potencialmente infectadas en tiempo real, surgen nuevas posibilidades no solo para el monitoreo social y el rastreo de contactos, sino también para la capacidad de interceptar personas en riesgo de una posible infección por coronavirus. Pero es importante tener en cuenta que no todos los países interpretan de la misma manera qué tipo de acción tomar.

Los ciudadanos rusos agregados a una lista de cuarentena por su gobierno también se incluyen en una base de datos de sistemas biométricos. "Si las personas de [esta] lista son descubiertas en grabaciones de video de las cámaras de la calle, en la entrada de una casa, en un centro comercial, el sistema envía automáticamente una alerta o notificación a la policía", dijo Khrulev.

Salvo una segunda ola muy seria de COVID-19, es muy poco probable que este tipo de interceptación policial ocurra en los Estados Unidos. Las aplicaciones de Apple y Google no compartirán el estado de salud de quienes opten por sus aplicaciones de rastreo de contactos, y los departamentos del gobierno de EE. UU. Que manejan algoritmos de reconocimiento facial como NIST solo los prueban, según Grother.

Sin embargo, es importante tener en cuenta que a medida que la arquitectura de la vigilancia urbana se transforma a nuestro alrededor para igualar la tarea de vencer a COVID-19, las capas familiares de (in) visibilidad visual, ya sea de bufandas, máscaras o sudaderas con capucha, aún pueden funcionar en otros personas, pero no siempre en las cámaras.


Ver el vídeo: De reconocimiento facial para prevenir el contagio por contacto del COVID-19. (Diciembre 2022).