Diseñar un sistema capaz de generar alertas tempranas de manera automática, que avise a las autoridades o les permita tomar acciones oportunas frente a posibles hechos violentos, es la apuesta planteada desde las aulas de la UNAL Medellín. La iniciativa se basa en un método de aprendizaje de máquina (machine learning) para la clasificación de señales de audio entre eventos asociados a crímenes y violencia, como agresiones o asaltos, y los que no lo son. El modelo se ha validado y se espera poder implementarlo en un entorno de funcionamiento real.

El reconocimiento de señales de audio asociadas a distintas situaciones puede contribuir con la identificación de delitos. Foto de canal1.com.co.

Una de las grandes preocupaciones en el mundo es la seguridad en entornos urbanos, bien sea que ocurran en mayor o en menor medida actos delictivos, lo que ha llevado a los gobiernos a tener como una de sus prioridades buscar mecanismos efectivos para prevenir y controlar su ocurrencia. Para suplir esta necesidad, la propuesta del método de aprendizaje automático que clasifica las señales de audio es una opción innovadora.

Para consolidar el sistema, Carlos Andrés Álvarez Osorio, estudiante de la Maestría en Ingeniería - Automatización Industrial, de la Facultad de Minas de la UNAL Medellín, consolidó una base de datos de 1.050 señales de audio, donde la mitad eran sonidos asociados a delitos, como gritos, peleas o disparos, y los demás a personas en situaciones normales, como la de una conversación tranquila. Todo esto con el fin de entrenar un modelo matemático. El lenguaje de programación utilizado fue Python.

El método basado en aprendizaje de máquina toma señales de audio y realiza un procesamiento que permite representar cada una de forma más compacta, lo que hace que el modelo sea más sencillo de entrenar. Se hicieron pruebas por medio del uso de algoritmos, logrando una precisión del 83% con un tiempo de ejecución menor a un segundo. En ese sentido, se indica en la tesis, “es posible pensar en una posible implementación de un sistema en tiempo real para realizar la detección de eventos asociados a delitos en un determinado lugar”.

En su momento, el desarrollo se trabajó con el método Modos de Correlación y se basa en una técnica denominada Wavelet, que permite separar información en diferentes componentes de frecuencia. No obstante, Álvarez Osorio propone que, para una posible fase de implementación, y dada la simplicidad de la solución, se podría usar una tecnología basada en microcontroladores o sistemas de cómputo económicos, lo cual abarata los costos de implementación del modelo.

Según Freddy Bolaños Martínez, profesor del Departamento de Energía Eléctrica y Automática de la Facultad de Minas de la Sede, el desarrollo hace parte de un proyecto más ambicioso que busca mejorar la seguridad ciudadana. Sin embargo, el estudiante de Maestría en Ingeniería - Automatización Industrial explica que el modelo aún requiere ser enlazado a una plataforma de servicios. Una vez allí se deben implementar diferentes pruebas, incluyendo entornos reales, para las cuales se requiere de la instalación de sensores y de micrófonos que detecten las señales de audio asociadas a delitos en diferentes puntos de la ciudad y, a partir del procesamiento en microcontroladores, se pueda alertar a las autoridades y la ciudadanía que transiten por esas zonas específicas.

La tesis que realizó Álvarez Osorio hace parte del proyecto “Gestión inteligente de problemas de seguridad ciudadana a través de modelos y herramientas generadas a partir de plataformas para territorios inteligentes apoyadas por estrategias de participación ciudadana”, apoyado por el Fondo de Ciencia, Tecnología e Innovación del Sistema General de Regalías. En él participan equipos de trabajo de estudiantes y docentes de la UNAL Medellín y la Universidad de Antioquia.

Para el profesor Bolaños Martínez, “uno de los aportes de la tesis es que constituye un método sencillo que no requiere de un equipo de grandes prestaciones o desempeño, sino que se puede hacer procesamiento en tiempo real con equipos modestos”. En el campo académico y científico, dice que, con el estudio, se logró probar la utilidad de la técnica de la correlación Wavelet y su óptimo funcionamiento, además de consolidar una amplia base de datos de señales de audio para identificar eventos asociados a delitos.

Por su parte, Álvarez Osorio considera que el desarrollo es de gran pertinencia, en el sentido que “la universidad forma ingenieros para ponerlos al servicio de la sociedad para brindar soluciones que mejoren las condiciones de vida y que optimicen procesos”.

(FIN/KGG)

12 de agosto de 2024