- AI
- Industries
- Edge Computing
IA para la seguridad: análisis de vídeo en tiempo real con 120 TOPS de potencia de cálculo
El módulo SECO SOM-COMe-BT6-RK3588 es una potente plataforma de computación embebida para visión artificial en tiempo real en el edge, que mejora en gran medida la fiabilidad de los sistemas de cámaras de seguridad gracias a una inferencia de IA integrada que refuerza la detección de amenazas y alivia la carga de los operadores humanos.

Las estaciones de monitorización por cámaras forman parte esencial de la vida moderna y dan servicio a todo tipo de lugares, desde edificios de oficinas hasta hospitales, bancos y museos. En estas estaciones, los operadores de seguridad revisan varias señales de vídeo en busca de anomalías y acuden de inmediato a investigar las amenazas en cuanto surgen. Pero tanto si las pantallas están llenas de gente como si permanecen vacías durante todo un turno, la hipervigilancia sostenida puede provocar fatiga en el operador, un agotamiento mental y físico que compromete su eficacia.
Por ejemplo, los falsos positivos repetidos pueden causar una desensibilización ante las alertas y hacer que se ignoren amenazas reales. Del mismo modo, la monotonía provoca lapsos de concentración en los que las actividades sospechosas iniciales pasan totalmente inadvertidas. Y cuando estas se convierten en amenazas reales, puede ser demasiado tarde para que unos equipos de seguridad limitados puedan reaccionar, especialmente en edificios grandes o entornos concurridos.
Para aliviar la carga cognitiva, la visión con inteligencia artificial (visión con IA) puede automatizar el resaltado de amenazas, tanto activas como potenciales, en tiempo real en varias señales de vídeo. Como multiplicador de fuerza, la visión con IA ayuda a los operadores humanos a concentrarse en las zonas relevantes cuando hay calma o a priorizar el esfuerzo en los turnos más intensos. Combinar la IA con los sistemas de cámaras resuelve un problema de seguridad muy centrado en las personas, pero la integración directa requiere una potente computación en el edge para lograr la máxima autonomía del sistema y una inferencia en tiempo real.
Cómo mejora la vigilancia la visión con IA en el edge
El análisis de vídeo con IA ofrece dos enfoques principales: el procesamiento en el edge y el procesamiento en la nube. Aunque este último puede aprovechar abundantes recursos de cálculo para realizar el análisis más avanzado disponible, tiene inconvenientes que pueden comprometer las operaciones de seguridad.
El principal inconveniente es la latencia: el tiempo que transcurre entre la captura del vídeo y las decisiones resultantes. Tradicionalmente, la latencia se refiere al tiempo que tardan los datos de vídeo en enviarse a la nube, analizarse y devolverse para la inferencia de IA o para una señal combinada. Dados los volúmenes de datos del vídeo de alta definición, esto hace poco recomendable el procesamiento de vídeo en la nube para lograr un rendimiento en tiempo real predecible, algo esencial en las aplicaciones de seguridad, ya que maximiza el margen de respuesta de los operadores. El problema crece de forma considerable con el número de cámaras y con las aplicaciones que requieren correlacionar eventos entre varias señales.
El procesamiento en el edge resuelve este problema, ya que la inferencia de IA se realiza cerca del origen con una latencia mínima. El procesamiento local en el edge no se ve afectado por la fiabilidad de la red externa ni por las colas de trabajos en centros de datos de terceros. Las redes de seguridad cerradas y localizadas mejoran la fiabilidad global del sistema y reducen el riesgo de ataques informáticos. Mantener todos los datos de vídeo dentro de una red local puede eliminar los costes continuos de transferencia de datos y de servicios en la nube, lo que hace atractiva la inferencia en el edge para los integradores de sistemas de IA.
A pesar de las limitaciones de recursos del hardware en el edge, hay disponibles muchos modelos sofisticados de visión con IA listos para desplegar. Algunos ejemplos de cargas de trabajo para aplicaciones de seguridad son:
- El reconocimiento facial facilita la entrada del personal autorizado en zonas restringidas o señala a las personas no reconocidas.
- La reidentificación (Re-ID) sigue a las personas a través de distintas imágenes y señales de cámara independientes, de modo que las personas sospechosas no se pierdan entre la multitud ni a larga distancia.
- La detección de objetos informa a los operadores de posibles amenazas al señalar elementos como armas, objetos robados o chalecos de alta visibilidad (un disfraz que permite actuar sin que nadie lo cuestione).
- El seguimiento del movimiento corporal examina los gestos de una persona para señalar comportamientos agresivos o sospechosos, como el de quien se fija en las cámaras de seguridad.
Un enfoque basado en CoM para la IA integrada
Al evaluar plataformas edge para la visión con IA, el computer-on-module (CoM) SOM-COMe-BT6-RK3588 es una solución innovadora. A diferencia de la mayoría de los módulos COM Express, que suelen contar con arquitecturas x86, el SOM-COMe-BT6-RK3588 combina un system-on-a-chip (SoC) multinúcleo Rockchip RK3588 basado en Arm con una unidad de procesamiento de inteligencia artificial (AIPU) Axelera AI Metis independiente, para ofrecer visión con IA avanzada dentro del estrecho margen de potencia que define el estándar abierto COM Express.
Buena parte de la capacidad de procesamiento de IA del módulo se debe a la AIPU Metis, un circuito integrado dedicado que ofrece una eficiencia energética de unos 15 TOPS por vatio y hasta 120 TOPS de rendimiento de IA como parte de la plataforma completa SOM-COMe-BT6-RK3588. Esto permite la inferencia de vídeo en el edge en varias señales de cámara para una detección de amenazas completa y en tiempo real.
Estas arquitecturas de procesamiento cuentan con hasta 32 GB de memoria para la CPU y 2 GB dedicados para la AIPU, lo que proporciona recursos abundantes para la gestión de datos de vídeo durante el análisis con IA. Entre las interfaces de cámara clave se incluyen dos conectores MIPI-CSI de 2 lanes y varios puertos USB, con un único puerto Ethernet para la conexión con redes de seguridad locales.
Al integrar la computación en el edge mediante un CoM comercial estándar (COTS) de norma abierta, los desarrolladores también obtienen las ventajas de un desarrollo acelerado, un soporte de larga duración sin dependencia de un proveedor y una integración flexible y compacta mediante una placa portadora. Una vez diseñada, esta portadora puede servir para varias generaciones de producto y reducir el time-to-market a medida que evolucionan las aplicaciones de seguridad.
Implementación de visión con IA en tiempo real con Metis
El Axelera AI Voyager SDK ofrece una pila de software integrada de extremo a extremo y fácil de usar, que simplifica el despliegue de modelos de visión con IA en la AIPU Metis. Tanto si se usan modelos propios como frameworks de desarrollo populares como YOLO y ResNet, Voyager SDK compila y optimiza automáticamente los pipelines de IA para facilitar la puesta en marcha de la inferencia en tiempo real. Para más información, consulte el repositorio de GitHub del Axelera AI Voyager SDK.
Para completar el ecosistema de software del SOM-COMe-BT6-RK3588, Clea OS de SECO ofrece una plataforma flexible basada en Yocto que los ingenieros pueden personalizar para satisfacer las exigencias específicas de las aplicaciones de seguridad con IA. Su naturaleza modular acelera el desarrollo de bajo nivel y facilita el acceso a los numerosos núcleos de procesamiento integrados del SOM-COMe-BT6-RK3588, tanto si el CoM se integra en una cámara individual para la inferencia en el propio dispositivo como si da soporte a varias cámaras cercanas antes de transmitir las señales analizadas a la estación de seguridad principal.
Un futuro más ágil para las cámaras de seguridad con IA
Muchas empresas y servicios públicos parecen estar reduciendo la seguridad para recortar gastos. La visión con IA puede desempeñar un papel fundamental para aumentar la eficacia de equipos más pequeños y resolver problemas como la fatiga del operador. El SOM-COMe-BT6-RK3588 ofrece una solución rentable para llevar una inferencia avanzada y de bajo consumo a los sistemas locales de cámaras de seguridad, gracias a una combinación muy integrada que incluye la AIPU Metis, el Voyager SDK y Clea OS.
Aunque las aplicaciones de seguridad justifican con claridad el uso de cámaras con IA para asistir a los operadores, estas soluciones también son muy adecuadas para la automatización de fábricas y para entornos con especial atención a la salud y la seguridad laboral. En ellos, el reconocimiento facial, la reidentificación, la detección de objetos y el seguimiento del movimiento corporal pueden garantizar que los trabajadores estén debidamente protegidos y sigan aptos para manejar los equipos para los que están cualificados.
Conozca mejor las plataformas de edge computing y CoM de SECO en seco.com y descubra cómo puede utilizarse la visión con IA en el SECO App Hub.
En este artículo
Reciba la newsletter de SECO.
Suscríbase con su dirección de correo en seco.com.




