En los últimos años, ha existido una fuerte demanda de soluciones de analítica de video, motivada por el incremento constante del número de instalaciones con sistemas de videovigilancia y, por ende, del número de cámaras que estaban generando un cuello de botella en los centros de monitoreo e imposibilitando detectar a tiempo una amenaza con medios tradicionales. Videologic nació para dar respuesta a estas problemáticas: con más de 20 años de experiencia en el sector de la seguridad perimetral, dota de sistemas inteligentes de video análisis con la premisa de que la mejor seguridad es la que viene de la prevención.
En los últimos años la compañía se ha especializado en sistemas de seguridad temprana, desarrollando tecnologías capaces de realizar detecciones con mínimas tasas de falsas alarmas en grandes extensiones, como las plantas fotovoltaicas, combinando para ello la imagen térmica con la analítica de video.
Es por este motivo, y por su vocación de ofrecer a sus clientes la mejor y más vanguardista tecnología, por lo que Videologic se ha aliado con Cibinar, una tecnológica española visionaria y joven especializada en Visión Artificial que cuenta con un laboratorio especializado en ciencia de datos ubicado en Murcia y que desarrolla soluciones personalizadas utilizando alta tecnología.
Esta alianza entre ambas compañías tiene como objetivo unir su experiencia, tecnología y soluciones para desarrollar sistemas de detección simples y eficaces basados en la video analítica tradicional y el Deep Learning.
“Dicen que acompañado llegas más lejos y añadiré que más fuerte. Tengo la certeza de que unir ambos equipos de I+D junto a nuestra experiencia de más de veinte años en el mercado de la seguridad es ya hoy un éxito. Creamos tecnología cada vez más inteligente para garantizar tu seguridad” Sergi González, CTO de Videologic.
Miguel Ángel Mora, CEO de Cibinar explica que está “convencido de que esta alianza será un éxito para las dos compañías, y permitirá centrar nuestros esfuerzos en seguir investigando en nuevos algoritmos para proveer a nuestro socio y a sus clientes de la mejor tecnología del sector”.
Nuevos sistemas basados en Deep Learning:
El mercado demanda cada vez con más intensidad sistemas basados en algoritmos obtenidos por Deep Learning (Aprendizaje Profundo), capaces de no solo detectar e identificar a humanos discriminando a otros seres o inclemencias meteorológicas, sino también de descubrir comportamientos erráticos o anómalos, reduciendo drásticamente los falsos positivos y agilizando el proceso de verificación, minimizando en el camino las necesidades de monitorización de vídeo y aumentando la efectividad de los ecosistemas de seguridad.
El Deep Learning es un conjunto de algoritmos de aprendizaje automático capaces de realizar tareas como lo haría un humano (clasificar imágenes, detectar objetos o seres, identificarlos, etc.). Para ello hacen uso de redes neuronales convolucionales, que son un tipo de red que funcionan de una forma muy similar a las neuronas en la corteza visual primaria de un cerebro biológico. De esta forma, esta tecnología permite desarrollar nuevos ecosistemas de seguridad que detecten e identifiquen amenazas de una manera más eficiente al mismo tiempo que permiten una implantación masiva, puesto que no necesitan de tediosas configuraciones.
Las ventajas de esta tecnología, unidas a sus características disruptivas, son lo que han motivado a los ya socios a unir sus esfuerzos en crear nuevas soluciones para el mercado de la seguridad, apoyados en la larga experiencia en sus respectivos campos, y a explorar la integración de los distintos algoritmos desarrollados por Cibinar en otros campos de la seguridad además de la perimetral (como la incorporación de sistemas de reconocimiento facial, detección de amenazas in door o diseño de ecosistemas ciberseguros).
Además, Videologic asistirá como expositor al Salón Internacional de la Seguridad 2022 en Madrid, para informar de todas las soluciones tecnológicas y las novedades que trae esta nueva unión y responder a todas las cuestiones de los clientes.
