Circulando por las carreteras españolas es posible que alguna vez hayas reparado en unas cámaras que, situadas junto a algunos paneles informativos, pasos elevados o semáforos, se dedican a vigilar todos aquellos coches que pasan por debajo de las mismas.
Cada vez que llega a tus manos una multa por exceso de velocidad, es gracias a la principal funcionalidad de estas cámaras: el reconocimiento automático de matrículas, conocido también por sus acrónimos en inglés ANPR (Automatic Number Plate Recognition) y ALPR (Automatic License Plate Recognition).
Las cámaras ANPR dedicadas en exclusiva a la lectura de matrículas son capaces de registrar instantáneas perfectamente visibles de los vehículos en marcha (incluso de aquellos que circulan a altas velocidades) gracias a su notable velocidad de obturación: es habitual encontrar dispositivos de este tipo con una velocidad de obturación de 1/10.000 (es decir, que requieren únicamente de una diezmilésima de segundo para capturar la imagen).
Esto permite utilizarlas tanto para saber qué coches han pasado por un determinado punto geográfico (aunque también existen cámaras ANPR móviles, preparadas para ser acopladas a coches de policía). La captura de imágenes durante la noche y en situaciones meteorológicas adversas (lluvia, niebla, presencia de humo, etc) se solventa mediante el uso de cámaras con reflector infrarrojo.
Esta tecnología recurre al aprendizaje automático para diferenciar las matrículas de otros elementos visibles en la imagen (como señales de tráfico o publicidad rotulada en los coches) y a la tecnología OCR (de reconocimiento óptico de caracteres) para identificar las letras y los números de la matrícula en cuestión.
El siguiente paso, una vez reconocidos los caracteres de la matrícula, corresponde al cotejo de la misma en una base de datos para identificar el vehículo en cuestión y la información disponible sobre el mismo (modelo, listado de propietarios, etc).
Pasos que debe realizar la IA para reconocer una matrícula (Fuente: YND)
La detección de matrículas se puede realizar con cámaras específicas para esta tecnología (que realizan la tarea de reconocimiento dentro del propio dispositivo), pero también es frecuente ejecutar software ANPR para analizar el vídeo provisto por un circuito cerrado de televisión.
Aunque más recientemente, con la disponibilidad de software de código abierto preparado para esta tarea, es posible utilizar, en la práctica, todo tipo de cámaras, desde las de un coche autónomo hasta cualquier webcam.
Los cuerpos policiales de todo el mundo usan esta tecnología tanto para fines de gestión del tráfico, detectando a infractores de normas viales (en España, la DGT ha dotado a su red de cámaras ANPR con una función extra: la detección de cinturones de seguridad) como para tareas de vigilancia y persecución de criminales.
Los mismos fotogramas que permiten reconocer las matrículas pueden ser sometidos a otros algoritmos de machine learning para detectar la presencia de otros elementos, como los cinturones de seguridad (Vía Semanticscholar.org).
Las empresas de gestión de carreteras con peaje, por su parte, la usan para controlar el pago de los mismos; similares usos le dan algunas estaciones de servicio. Igualmente, se utiliza ya para automatizar el acceso a aparcamientos de acceso restringido. Pero no dejan de aparecer constantemente nuevos usos para el ANPR.
Una historia que comenzó hace 43 años
La primera tecnología enfocada al reconocimiento de matrículas (aunque entonces aún no estaba automatizada) fue desarrolla por de la División de Mejora Científica de la Policía británica en 1976. A ello contribuyó tanto el aumento de la potencia de computación como la mejora de las cámaras del momento.
Pero no empezó a popularizarse hasta los 90, cuando el software se hizo mucho más fácil de manejar y el hardware mucho más barato. La recogida de datos ANPR para su uso futuro (es decir, con el objetivo de resolver crímenes aún no identificados) tuvo que esperar una década más. Fue en el año 2005 cuando esta tecnología permitió, por primera vez, identificar y detener a tres sospechosos de asesinato.
Y ¿cuál es el futuro de esta tecnología a corto plazo? Los últimos estudios, publicados hace tan sólo unos días, muestran que las soluciones ANPR son un campo en crecimiento cuyo valor aumentará un 9,3% anual de aquí a 2024, hasta situarse en un total de 4.700 millones de dólares.
(Imagen de Amir shahram Hematian, 2010)
¿Otra amenaza más para nuestra privacidad?
Pero la popularización de esta tecnología es una moneda con dos caras: muchos sostienen que la existencia de una infraestructura amplia de dispositivos ANPR debería suscitar el mismo debate sobre el papel de la privacidad que el provocado por la adopción masiva del reconocimiento facial puesto que, al fin y al cabo, sigue permitiendo conocer la localización y las rutinas de los ciudadanos.
Y al igual que la difusión del reconocimiento facial ha motivado a los activistas para buscar toda clase de creativas técnicas para sortearlo o manipularlo, el reconocimiento de matrículas empieza a suscitar la misma clase de reacciones.
La semana pasada, sin ir más lejos, la 'hacktivista' y diseñadora de moda Kate Rose presentó su propia línea de ropa para tal fin. No lo hizo, claro, en ninguna gala de moda, sino en la convención de seguridad DefCon de Las Vegas. Porque su objetivo es confundir a las cámaras ANPR recurriendo a prendas basadas en diseños de matrículas, como el siguiente:
(Vía: Adversarial Fashion)
Estos ejemplos de IA antagónica se aprovechan de las deficiencias de la IA de ANPR y de su amplia campo visual para lograr que los sistemas de reconocimiento asuman que sus portadores son coches.
Por otro lado, la Electronic Frontier Foundation lleva, además, denunciando el peligro que representa para nuestra privacidad el uso negligente de esta tecnología: un estudio publicado en 2015 por esta organización estadounidense encontró decenas de dispositivos ANPR expuestos en Internet a causa de configuraciones deficientes de la seguridad.
Tres años más tarde, y con poco esfuerzo, el medio online Techcrunch encontró más de 150, entre ellos cámaras usadas por las policías estatales de California o Washington.
Imagen | PxHere
Ver 3 comentarios