Cómo identificar terroristas con un algoritmo

Sala de control del estadio Luzhnikí, Moscú.

Sala de control del estadio Luzhnikí, Moscú.

Konstantin Chalabov/RIA Novosti
La nueva tecnología es capaz de monitorear el comportamiento potencialmente peligroso de individuos en las multitudes.

El laboratorio de análisis de datos de la Universidad Nacional de Investigación Nuclear del Instituto de Ingeniería Física de Moscú ha desarrollado un software capaz de detectar comportamiento no habitual y potencialmente peligroso. El programa cuenta con una serie de aplicaciones por desarrollar, entre las que se encuentra identificar a criminales dentro de una masa de gente.

“A menudo es posible ver a las personas que cometen un ataque terrorista en grabaciones de cámaras de seguridad varios días antes del ataque. El análisis de estas imágenes ayuda a identificarlos”, explica Vadim Danshin que lidera el proyecto. “Su comportamiento los delata. En vez de ir a lo suyo y a la velocidad de todo el mundo suelen ir buscando las cámaras de seguridad, analizando el terreno y estudiando los patrones de comportamiento de los policías”.

¿Cómo funciona?

Esta tecnología hasta ahora solo había sido utilizada en cámaras infrarrojas. Los desarrolladores rusos trabajan para que pueda ser utilizada por cámaras web y smartphones. La cámara se puede instalar de manera arbitraria. Se introduce el ángulo en el programa, que entonces calcula automáticamente las trayectorias del objetivo.

Todo lo que el algoritmo necesita es que “le muestren” una persona moviéndose ante un fondo estático y entonces lo analiza automáticamente. El sistema identifica las coordenadas del cuerpo de la persona: la cabeza, las piernas, los codos y las rodillas. Recopila entonces datos de los movimientos. Las coordenadas se renuevan 30 veces por segundo. Entonces el software construye un modelo 3D que se mueve de manera sincrónica con la persona que aparece en las imágenes.

“El objetivo consiste en acumular datos estadísticos sobre cómo se mueven las articulaciones del cuerpo humano”, explica Danshin. “Utilizaremos esa información para explicar a una máquina de visión cómo el movimiento de una mano en una conversación difiere del movimiento para pegar a alguien o para robarle las cosas en un grupo de gente”.

Personas monitoreando el algoritmo

El algoritmo es capaz de identificar una persona entre la multitud por su modo de andar, por su complexión y por la ropa que viste.

“Los sistemas de visión no pueden reconocer una cara de manera fiable si una persona está alejada de la cámara”, dice Danshin. “Nuestro método es capaz de identificar por parámetros adicionales, como la ropa o la correa del reloj”.

El software tiene otros usos potenciales. Es capaz de medir el tiempo de un comprador frente a un determinado escaparate y determinar el interés que tiene en algunos productos, para así luego utilizar publicidad dirigida.

Para amantes del deporte y pacientes de hospital

Los desarrolladores explican que el algoritmo también se puede utilizar para crear una nueva generación de simuladores para las fuerzas especiales, los cirujanos y los bomberos. El software evalúa las reacciones temporales en situaciones estresantes y sirve para mejorar la eficiencia.

Actualmente el equipo está probando el algoritmo en grabaciones de video de partidos de fútbol en Alemania y observa el comportamiento de la multitud. El objetivo es prevenir el comportamiento peligroso analizando el lenguaje corporal de cada individuo capturado por la cámara. En otro proyecto, que tiene lugar en Canadá, el algoritmo reconoce el comportamiento de diferentes pacientes en el hospital.

“Las cámaras ordinarias se limitan a grabar y necesitas un humano para analizarlo”, comenta Danshin. “Los sistemas de visión pueden automatizar este proceso seleccionando individuos entre la multitud, clasificando su comportamiento y, posteriormente, procesando cualquier excepción”.

El científico estadounidense Ben Usman cree que se pueden utilizar algoritmos similares para sistemas de control de vehículos: “Son capaces de predecir el comportamiento de los transeúntes. Aunque las condiciones ambientales pueden suponer un problema ya que el nivel de luz y la calidad de la cámara pueden producir imágenes distorsionadas. Es un gran reto crear un sistema que sea capaz de pasar por alto esas distorsiones”.