Detección de amenazas más allá de la vista humana, sensor

Detección de amenazas más allá de la vista humana, sensor

El sistema de detección de objetos en movimiento de múltiples marcos de Sandia National Laboratories permite que los sensores remotos detecten pequeños objetos en movimiento que normalmente serían invisibles tanto para los sensores como para los ojos humanos. Fuente: Eric Lundin

¿Recuerdas lo que es girar un diamante en una noche de verano? Manténgalo firme y el fuego crepitará y brillará, pero gírelo y la luz se desdibujará en una línea que traza cada remolino y sacudida que haga.

Un nuevo sistema de software patentado desarrollado en Sandia National Laboratories puede encontrar curvas de movimiento en la transmisión de video e imágenes de satélites, drones y cámaras de seguridad de largo alcance y convertirlas en señales para encontrar y rastrear objetos en movimiento de un solo píxel. Los desarrolladores afirman que este sistema puede aumentar el rendimiento de cualquier aplicación de teledetección.

“Poder rastrear cada píxel desde la distancia es importante, y es un problema continuo y desafiante”, dijo Tian Ma, científico informático y co-inventor del sistema. “Por ejemplo, con los sistemas de vigilancia física, cuanto más pueda detectar una amenaza potencial, más tiempo necesitará para prepararse y reaccionar. A menudo, el mayor desafío es el simple hecho de que cuando los objetos están lejos de los sensores, su tamaño parece mucho más pequeño. La sensibilidad del sensor disminuye al aumentar la distancia desde el objetivo.

Ma y Robert Anderson comenzaron a trabajar en un sistema de detección de objetos en movimiento de marcos múltiples en 2015 como un proyecto de I+D dirigido por el laboratorio Sandia. Recientemente se publicó un artículo sobre MMODS en Sensores.

Detección de un píxel en movimiento en un mar de 10 millones

La capacidad de detectar objetos con sistemas de detección remota generalmente se limita a lo que se puede ver en un solo cuadro de video, mientras que MMODS utiliza un nuevo método de múltiples cuadros para detectar objetos pequeños en condiciones de baja visibilidad, dijo Ma. Los flujos de imágenes de varios sensores fluyen hacia la estación de la computadora y MMODS procesa los datos cuadro por cuadro con un filtro de imagen en tiempo real. El algoritmo encuentra movimiento en los cuadros de video y lo compara con las señales de destino, que pueden correlacionarse y luego integrarse en un conjunto de secuencias de cuadros de video.

Este proceso mejora la relación señal-ruido o la calidad general de la imagen porque la señal de un objetivo en movimiento puede correlacionarse con el tiempo y aumentar constantemente, mientras que el movimiento del ruido de fondo, como el viento, se filtra a medida que se mueve aleatoriamente y no está correlacionado.

Antes de que se implementara MMODS para mejorar la detección remota, Ma y Anderson demostraron su eficacia en datos simulados con objetivos tan pequeños como un solo píxel con una relación señal-ruido cercana a 1:1, lo que significa que no hay distinción entre señal y ruido.

Estos objetos normalmente serían indetectables tanto para los ojos humanos como para los sensores. El sistema detector básico logró un 30% de posibilidades de detectar un objeto en movimiento. Cuando se agregó MMODS a este sistema, tenía un 90 % de posibilidades de ser detectado sin aumentar la tasa de falsos positivos.

En otra demostración, los investigadores utilizaron MMODS para detectar objetos en movimiento en función de los datos en vivo recopilados con una cámara remota en la cima del Monte Sandia. Sin conocimiento previo de las carreteras de Albuquerque, MMODS detectó vehículos moviéndose por la ciudad.

“Dado que una cámara de video moderna tiene alrededor de 10 millones de píxeles, ser capaz de detectar y rastrear un píxel a la vez es un gran avance en la tecnología de visión por computadora”, dijo Ma. “Se ha demostrado que MMODS mejora la sensibilidad de la detección moderna entre un 200 y un 500 % y funciona para objetos de movimiento rápido y lento, incluso en condiciones de poca visibilidad”.

Más información:
Tian J. Ma et al., Mejora de la detección de objetivos de baja señal a ruido con detección remota, Sensores (2023). DOI: 10.3390/s23063314

Proporcionado por Sandia National Laboratories


Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *