En un esfuerzo por combatir de manera más eficiente el fenómeno del robo en tiendas, un equipo de investigadores de la Universidad de Carolina del Norte en Charlotte ha desarrollado Shopformer, un innovador modelo basado en transformadores que utiliza secuencias de poses humanas para la detección de robos. Este enfoque propone dejar de lado el análisis tradicional de vídeo a nivel de píxeles que, además de ser costoso y sensible a variaciones ambientales, plantea grandes preocupaciones de privacidad y demanda significativos recursos computacionales.
Shopformer se centra en las secuencias de movimiento de las personas en lugar de las capturas de seguridad de vídeo tradicionales. Utilizando un proceso de tokenización personalizado, convierte las secuencias de poses en compactas incrustaciones para facilitar el procesamiento por transformadores. Esta metodología no sólo pretende ser un enfoque revolucionario para la detección de robos, sino que también ofrece un sistema escalable y que preserva la privacidad.
En pruebas con datos de poses reales, Shopformer ha demostrado superar a los modelos de detección de anomalías más avanzados, marcando un hito importante en la investigación sobre detección de robos. La innovación en este sistema reside en su enfoque centrado en el comportamiento humano, el cual se basa en puntos clave esqueléticos para representar el movimiento humano, eliminando con ello detalles de escena irrelevantes.
Los autores destacan que, a diferencia de los enfoques basados en simulaciones o escenarios staged, Shopformer se ha evaluado utilizando datos obtenidos de entornos reales de tiendas minoristas, capturando con ello la complejidad y el comportamiento impredecible de los robos reales. Con esto se pretende proporcionar una solución ética, eficaz y en tiempo real para la vigilancia en comercio minorista.
Este nuevo modelo ofrece una promesa significativa para el sector minorista mejorando la detección de robos en tiempo real mientras se mantiene el respeto por la privacidad individual. Con los avances continuos en inteligencia artificial, la implementación a gran escala de soluciones como Shopformer podría transformarse en una herramienta fundamental para reducir pérdidas económicas y mejorar la seguridad en los negocios.