En un entorno digital donde los datos de vídeo representan la mayoría del tráfico en internet, la capacidad de analizar y extraer información valiosa de estos datos es más importante que nunca. El proyecto EDGE-AV2A, liderado por Flame Analytics, ha abordado este desafío mediante el desarrollo de una plataforma de Anonymous Video Analytics (AVA) que combina inteligencia artificial, aprendizaje profundo y edge-computing. Este enfoque permite analizar comportamientos y patrones en espacios físicos sin comprometer la privacidad de los usuarios, todo mientras se minimiza el impacto ambiental.

Desarrollo Técnico del Proyecto

Arquitectura Modular y Procesamiento en el Edge

El proyecto se basa en una arquitectura modular, diseñada para ser escalable, eficiente y adaptable a diversas aplicaciones en el sector retail y otros. La arquitectura se compone de los siguientes módulos clave:

1. Módulo de Procesamiento: Este es el núcleo del sistema, encargado de recibir y procesar datos de video en tiempo real. Utiliza modelos avanzados de aprendizaje profundo y Redes Neuronales Convolucionales (CNN) para identificar y analizar objetos, personas y sus comportamientos en el entorno capturado por las cámaras. Este módulo ha sido optimizado para funcionar en entornos de edge-computing, lo que permite un procesamiento rápido y reduce la necesidad de transmitir grandes volúmenes de datos a la nube.
2. Módulo de Integración: Para asegurar que la plataforma sea agnóstica en cuanto a hardware y sistemas de cámaras, se desarrolló un módulo de integración compatible con los principales protocolos de la industria, como ONVIF y RTSP. Esto facilita la conexión con una amplia variedad de cámaras de video vigilancia ya instaladas en los espacios comerciales, eliminando la necesidad de costosas inversiones en nuevas infraestructuras.

Preprocesamiento y Análisis de Datos

El manejo eficiente de los datos en bruto es esencial para el rendimiento del sistema. Se implementaron varias técnicas de preprocesamiento:

1. Downsampling y Scaling: Estas técnicas permiten reducir la resolución y el tamaño de los datos de video sin perder información crítica, optimizando así el uso de recursos y mejorando la eficiencia del procesamiento en tiempo real.
2. Módulo de Detección de Objetos: Este módulo permite la identificación automática de objetos específicos dentro de las imágenes y videos. Está diseñado para ser altamente adaptable, permitiendo entrenar el sistema con nuevos tipos de objetos según las necesidades del cliente.

Interfaces de Usuario y API

La plataforma no solo es potente en términos de procesamiento y análisis, sino también en su capacidad para interactuar con los usuarios y otros sistemas:

1. Módulo de Visualización: A través de interfaces intuitivas, los usuarios pueden acceder a KPIs clave, como el conteo de personas, la medición de tiempos de estancia y la detección de flujos de movimiento en diferentes zonas. Esta información es crucial para tomar decisiones informadas en tiempo real.
2. REST API: El sistema incluye una API REST que facilita la integración de los datos y resultados generados por la plataforma con otros sistemas empresariales. Esto asegura que los datos puedan ser utilizados de manera efectiva en múltiples aplicaciones, desde análisis de marketing hasta optimización de operaciones.

Impacto en la Privacidad y Cumplimiento Normativo

Uno de los mayores desafíos abordados en este proyecto fue el cumplimiento con las normativas de privacidad, particularmente el Reglamento General de Protección de Datos (GDPR) de la Unión Europea. La plataforma EDGE-AV2A se desarrolló bajo los principios de privacy by design, lo que significa que la privacidad del usuario está integrada en cada etapa del desarrollo:

1. Anonimización de Datos: El sistema está diseñado para garantizar que los datos procesados no puedan ser utilizados para identificar a individuos específicos. Se emplean técnicas de anonimización y seudonimización que aseguran que la privacidad de los usuarios se mantenga intacta en todo momento.
2. Seguridad de la Información: Además, se implementaron estrictas medidas de seguridad, incluyendo cifrado de datos y controles de acceso, para proteger la información contra accesos no autorizados o pérdidas.

Conclusiones del Proyecto

El proyecto EDGE-AV2A ha demostrado ser una solución innovadora y efectiva para el análisis de video en tiempo real, especialmente en entornos comerciales. Al combinar tecnologías avanzadas de inteligencia artificial con una arquitectura de edge-computing, Flame Analytics ha creado una plataforma que no solo es poderosa y flexible, sino también respetuosa con la privacidad y el medio ambiente.

Principales logros del proyecto:

– Agnosticidad del Sistema: La capacidad de operar con una amplia variedad de hardware y sistemas existentes reduce significativamente los costos para los clientes y facilita la adopción de la tecnología.

– Cumplimiento Estricto de Normativas: El enfoque proactivo en la privacidad asegura que la plataforma cumpla con las regulaciones más estrictas, ofreciendo tranquilidad tanto a los operadores como a los usuarios.

– Impacto Ambiental Positivo: Al reducir la necesidad de transmitir grandes volúmenes de datos a la nube, la arquitectura edge-computing contribuye a una menor huella de carbono y un uso más eficiente de los recursos.

Futuro del Proyecto

Flame Analytics planea expandir el uso de la plataforma EDGE-AV2A en otros sectores más allá del retail, explorando aplicaciones en la gestión de multitudes, la optimización de espacios públicos, y la mejora de la seguridad en tiempo real. Con su enfoque en la escalabilidad y la flexibilidad, la plataforma está bien posicionada para adaptarse a las necesidades cambiantes del mercado y continuar ofreciendo valor en múltiples industrias.