Mejora de la adaptación de dominio no supervisada en toma única para la reidentificación de personas entre cámaras

Por qué importan cámaras más inteligentes

Las ciudades modernas dependen de redes de cámaras de seguridad para ayudar a mantener a las personas a salvo, pero esas cámaras no “concuerdan” automáticamente sobre quién es quién. Una misma persona puede verse muy distinta de una cámara a otra debido a cambios de ángulo, sombras o aglomeraciones. Este artículo aborda el reto de seguir con fiabilidad a la misma persona a través de muchas cámaras sin necesidad de supervisión humana extensa. Los autores diseñan un nuevo sistema que limpia y adapta las imágenes de las cámaras antes de compararlas, haciendo la vigilancia digital más precisa y aprovechando el material existente de forma más eficiente.

Cita: Vidhyalakshmi, M.K., Neduncheliyan, S., Hemlathadhevi, A. et al. Enhancing single shot unsupervised domain adaptation for inter-camera person re-identification. Sci Rep 16, 11247 (2026). https://doi.org/10.1038/s41598-026-37168-9

Palabras clave: reidentificación de personas, cámaras de vigilancia, aprendizaje no supervisado, visión por ordenador, redes neuronales profundas