El tiempo en: Granada
Sábado 04/05/2024
 

Granada

Granada, primera ciudad española en aplicar la IA a la detección temprana de pintadas

Se trata de un sistema basado en la aplicación de 'Aprendizaje Profundo', una de las técnicas más novedosas

Publicidad AiPublicidad Ai Publicidad AiPublicidad Ai
  • Presentación de un sistema de detección temprana. -

Granada se ha convertido en la primera ciudad española en aplicar la Inteligencia Artificial (IA) en la detección temprana de pintadas vandálicas con la puesta en marcha de un programa piloto.

Se trata de un sistema basado en la aplicación de 'Aprendizaje Profundo', una de las técnicas más novedosas de Inteligencia Artificial, que enviará una alerta al dispositivo móvil de la Policía Local de la ciudad con la geolocalización de la pintada y la hora exacta de su ejecución, ha explicado este martes durante su presentación la alcaldesa de Granada, Marifrán Carazo.

La empresa Innovasur ha sido la encargada del desarrollo de este innovador sistema capaz de detectar, a través de los flujos de vídeo procedentes de las cámaras de videovigilancia de la ciudad, cambios cromáticos producidos en fachadas y superficies de edificios.

Una vez detectados esos cambios, el sistema envía una alerta al dispositivo móvil de la patrulla de agentes de Policía Local que opera en la zona, indicándoles el lugar geoespaciado y hora exacta.

Granada se convierte así, según la alcaldesa, en la primera ciudad española en incorporar esta nueva tecnología para mejorar la gestión de los recursos y dar respuesta con mayor "eficiencia y eficacia" a este tipo de actuaciones vandálicas.

La prueba práctica de este programa piloto ha consistido en una simulación en la que todos los presentes han podido comprobar cómo se detectan los cambios de color en las fachadas y superficies, y cómo, a través de una notificación inmediata, se transmite la información a la central de la policía, y en los dispositivos informativos de la Policía Local de Granada, para que los agentes puedan acudir lo más rápido posible y detener al infractor.

La nueva solución, denominada 'In4City' e integrada en la plataforma de Ciudad Inteligente de Innovasur, es pionera en la detección de grafitis que utiliza imágenes de cámaras urbanas de videovigilancia en tanto que mediante técnicas de Aprendizaje Profundo es capaz de identificar automáticamente pintadas en tiempo real.

Por parte de Innovasur, Juan José Prieto ha explicado que esta solución supone un avance significativo para la gestión de la seguridad urbana y el mantenimiento del espacio público, dado que no solo mejora la eficiencia en la detección y limpieza de grafitis, sino que permite prevenir este tipo de vandalismos.

La alcaldesa ha señalado que la iniciativa se enmarca en su compromiso de poner freno a las pintadas vandálicas en la ciudad, para lo que ya ha acordado otras medidas como endurecer las sanciones por comportamientos incívicos.

De esa manera, el Ayuntamiento ha tipificado en la correspondiente ordenanza como "muy graves" las pintadas no autorizadas cuyo coste de limpieza superen los 200 euros, mientras que las que atenten contra derechos fundamentales o las que incluyan expresiones xenófobas, sexistas o racistas tendrán una sanción que puede alcanzar hasta los 3.000 euros. Las graves tienen multa de hasta 2.000 euros.

Además, en el caso de edificios y bienes municipales se prevé la aplicación de la Ley de Bienes de Entidades Locales de Andalucía, con multas de 60 a 2.999 euros para los casos de infracción leve; de 3.000 a 15.024 euros, para las graves y de 15.025 a 30.050 euros para los autores de pintadas no autorizadas consideradas muy graves.

La nueva normativa municipal incluye en el caso de que se atente contra bienes de Interés Cultural del Catálogo General del Patrimonio Histórico Andaluz, dar traslado a la Junta de Andalucía para que instruyan el correspondiente procedimiento sancionador. En estos supuestos, se prevén sanciones de hasta 100.000 euros para infracciones leves y de hasta 250.000 para graves. 

TE RECOMENDAMOS

ÚNETE A NUESTRO BOLETÍN