Introducción y tecnología de última generación

En una de nuestras publicaciones anteriores ya hemos tratado cómo y por qué la tecnología de los grabadores de vídeo digital móviles (MDVR, por sus siglas en inglés) puede ser aprovechada por un software de administración de flotas y hemos mostrado ejemplos de implementación de MDVR por parte de distintas plataformas telemáticas. El progreso en el campo de los MDVR se sustenta en los avances tecnológicos de las cámaras, por una parte, y del desarrollo de software por la otra. Los MDVR modernos pueden monitorear los distintos movimientos de cabeza del conductor y sus reacciones faciales para determinar qué tan concentrado/a está el conductor o la conductora en su trabajo, si está cansado/a, ebrio/a o necesita descanso, con qué facilidad podría frustrarse, qué tan feliz y cómodo/a está haciendo su trabajo, cuánto tiempo dedica a llamadas telefónicas, si está usando el cinturón de seguridad o no, etc. Ahora incluso es posible identificar a un conductor que se acerca al vehículo, abrirlo, desactivar las medidas de seguridad o trabar las puertas si un conductor ebrio se aproxima al vehículo.

MDVR monitor

Todas estas funciones hacen de las soluciones basadas en MDVR algo altamente aplicable en la administración de flotas. Estos sistemas pueden escanear constantemente al conductor en busca de signos de fatiga, manejo distraído o conducta anormal. Según la ROSPA (la Sociedad Real de Prevención de Accidentes del Reino Unido), la fatiga del conductor puede ser un factor contribuyente en hasta un 20 % de los accidentes en la ruta, y hasta un cuarto de los accidentes fatales y graves. Teniendo esto en cuenta, la aplicación de MDVR puede ser una solución segura, ayudando a los dueños de flotas a gestionar los riesgos asociados a la fatiga. Según Fortune Business Insights, se estima que el mercado global de software de administración de flotas vale USD 14.048 millones en 2018 y se espera que alcance los USD 46.585 millones para fines de 2026. Estas estadísticas podrían servir como un buen ejemplo del incremento continuo del interés por el software de gestión de flotas y la atención a los desafíos que puede abordar.

Una tecnología clave que hace posibles las características mencionadas anteriormente es el reconocimiento facial. Es una tarea muy fácil para el cerebro humano reconocer a una persona que uno conoce, pero no es tan fácil para una computadora… Es importante mencionar, que los términos Reconocimiento facial y Detección facial denominan procesos distintos. La detección facial emplea algoritmos utilizando la parte frontal del rostro humano y tomando ciertas características del rostro como, por ejemplo, las cejas y el iris para reconocer el rostro humano y distinguirlo de otros objetos. El reconocimiento facial es una rutina más compleja, porque permite diferenciar a dos personas entre sí. En este caso una persona debería ingresar en el sistema, donde se usan una o varias fotografías tomadas a un individuo desde distintos ángulos, permitiendo así al sistema construir una imagen virtual para una identificación posterior. El reconocimiento facial, por lo tanto, utiliza algoritmos más complejos, posibilitando la detección y análisis de más características faciales. Para obtener lo que se llama impresión de rostro, ~80 o más distancias entre ciertos puntos únicos de un rostro deben ser cuidadosamente identificados. Las cámaras infrarrojas permiten un mayor incremento de la eficacia del reconocimiento facial por la noche o al pasar por un túnel oscuro.

Reconocimiento facial, MDVR y estado actual del mercado

El mercado de los MDVR está expandiéndose rápidamente y la cantidad de fabricantes cada vez es mayor. Al ser una característica clave del MDVR, el reconocimiento facial también es una tecnología que se ha expandido en los últimos años. De acuerdo con el Instituto Nacional de Estándares y Tecnología de EE. UU. (NIST, por sus siglas en inglés), los avances en la precisión y eficiencia general del reconocimiento facial están posibilitados por los desarrollos recientes en las redes neuronales convolucionales (CNN, por sus siglas en inglés), las herramientas de aprendizaje automático y algoritmos implicados tolerantes a imágenes de poca calidad. NIST desarrolla pruebas de reconocimiento facial para proveedores, que evalúan 127 algoritmos de software de 39 desarrolladores. Las pruebas desarrolladas demuestran que entre 2014 y 2018 el software de reconocimiento facial llegó a ser 20 veces más eficiente al buscar en una base de datos para encontrar una fotografía correspondiente. De acuerdo con Markets and Markets, se espera que el mercado global de reconocimiento facial crezca de USD 3.200 millones en 2019 a USD 7.000 millones para 2024, a una tasa de crecimiento anual compuesto (CAGR, por sus siglas en inglés) de un 16,6 % durante 2019 a 2024. Las claves mayores de crecimiento del mercado incluyen la mayor cantidad de usuarios e iniciativas de seguridad de datos del gobierno, el uso en aumento de dispositivos móviles y la demanda creciente de los sistemas fuertes de detección y prevención de fraude. Las investigaciones iniciadas y las estadísticas obtenidas enfatizan el rol crucial de las redes neuronales convolucionales y las aplicaciones de reconocimiento facial, en conjunto con el alto interés y atención hacia la tecnología asociada. Algunos principios detrás de las redes neuronales artificiales y las CNN serán tratados en una de nuestras siguientes publicaciones.

Cómo funciona en la práctica

El reconocimiento facial hace una captura y analiza con una comparación exhaustiva de características faciales específicas basadas en detalles del rostro de una persona en particular, y consiste en tres pasos:

1) el proceso de detección detecta y ubica el rostro humano en imágenes o vídeos;

2) dependiendo de las características del rostro, el proceso de captura hace una conversión de análoga a digital, transformando el rostro real a la información digital;

3) el proceso de comparación verifica si los dos rostros pertenecen al mismo ser humano;

Existen varias maneras del reconocimiento facial incluida la implementación de MDVR por medio de diferentes plataformas telemáticas, disponibles actualmente en el mercado. Para brindar algunos ejemplos, consideramos aquí brevemente las soluciones que brindan Howen Technologies y Exeros Technologies.

El producto de Howen Technologies está equipado con aviso de colisión frontal (FCW, por sus siglas en inglés) y monitoreo del conductor, lo que reduce notablemente los accidentes y salva vidas. Si la cámara ADAS detecta un riesgo potencial, como un choque o un vehículo demasiado cerca de frente o un desvío del carril, el sistema le emitirá una voz de alerta al conductor para que reaccione.

Howen MDVR example

La cámara del sistema de monitoreo del conductor (DMS, por sus siglas en inglés) identificará las conductas anormales del conductor, como el cansancio, la distracción, el fumar, el uso del teléfono, el beber agua o la falta de cinturón de seguridad. También verificará la identidad del conductor a través del algoritmo de reconocimiento facial. Cuando se activa una advertencia de ADAS o DMS, el sistema HOWEN DMS+ADAS directamente sube las imágenes o vídeos del momento riesgoso a la nube por el sistema de red de 4G. El sistema DMS ADAS se conecta a MDVR por medio de RS232, y el MDVR envía la alerta de activación a la plataforma de seguimiento del GPS. Al disminuir la tasa de accidentes de tránsito, la empresa puede analizar en profundidad los comportamientos del conductor basándose en la recopilación de datos de las advertencias, mejorando la eficiencia del funcionamiento de la flota, bajando la tasa de reclamos de las compañías de seguro y dejando de lado algunas preocupaciones de las reparticiones gubernamentales.

Exeros Technologies puede ofrecer dos sistemas, una unidad independiente que le avisará al conductor localmente y un sistema que está integrado con sistemas de DVR.

Exeros MDVR example
Exeros

Las unidades integradas proporcionan datos que pueden ser exhibidos como alertas/alarmas en el portal telemático, junto con el GPS y la información del sensor OBD del vehículo, todos pueden ser monitoreados según preferencia del usuario. El reconocimiento facial por IA puede ser integrado completamente con los sistemas avanzados de asistencia al conductor (ADAS, por sus siglas en inglés). Ambos sistemas combinados ofrecen un conjunto de seguridad completo para la tecnología conducida por IA para flotas de vehículos y conductores, tanto dentro como fuera. De acuerdo con Exeros Technologies, las necesidades comunes son monitorear e informar el estado de somnolencia y la mala conducción del conductor.

El reconocimiento facial por IA es un componente crucial de MDVR, que hace posible determinar varios movimientos de la cabeza del conductor y sus reacciones faciales, posibilitando una amplia gama de aplicaciones. MDVR proporciona características muy beneficiosas para las plataformas telemáticas: los dueños de flotas pueden tomar decisiones eficientes basadas en la información con el conocimiento de la razón de las infracciones y accidentes cometidos por sus conductores y pueden proporcionar pruebas sólidas para los casos discutibles. La mayor parte de los algoritmos de reconocimiento facial actuales con mejor desempeño están basados en las redes neuronales convolucionales.

Reconocimientos

Agradecemos a Howen Technologies y a Exeros Technologies por el tratamiento productivo, el abordaje abierto y la posibilidad de compartir algo de información sobre sus soluciones, junto con su pasión por la innovación y el progreso en telemática.

Referencias