La policía de Gujarat prueba el sistema de reconocimiento facial para rastrear a los delincuentes desaparecidos

 La policía de Gujarat ha probado con éxito un sistema de reconocimiento facial (FRS) basado en inteligencia artificial en la ciudad de Vadodara para fortalecer su sistema de aplicación de la ley y frenar la delincuencia.

Sandeep Chaudhary, comisionado adjunto de policía (DCP), Zona 2 de la ciudad de Vadodara, dijo a ANI que la ciudad de Vadodara ha probado con éxito FRS y permitirá a la policía de la ciudad de Vadodara hacer cumplir la ley.

"La policía de la ciudad de Vadodara será la primera en el estado en usar FRS. Bajo la iniciativa, estamos usando nuestra red de CCTV y base de datos de fugitivos, niños desaparecidos y criminales que no han sido arrestados para encontrarlos", dijo el DCP.

Chaudhary dijo que la base de datos ya existente de delincuentes y personas desaparecidas se ha cargado en el sistema y cada vez que esas personas aparecen en la vista de la red de CCTV de la policía, la policía recibirá una alerta sobre su ubicación exacta.

"Probamos la iniciativa recientemente en dos o tres escenarios diferentes. También la hemos probado con alimentación de CCTV en vivo. Subimos fotografías de algunos sospechosos en la base de datos y en el momento en que llegaron a cualquier CCTV de nuestra red, obtuvimos la ubicación exacta y alertó a los oficiales en el campo de inmediato ", dijo.

https://www.ndtv.com/india-news/gujarat-police-tests-artificial-intelligence-based-facial-recognition-system-to-track-missing-offenders-2280011

Editado por Aniceto Pérez y Madrid, Especialista en Ética de la Inteligencia Artificial y Editor de Actualidad Deep Learning (@forodeeplearn).

Los artículos publicados son incluidos por su estimada relevancia y no expresan necesariamente los puntos de vista del Editor este Blog.

Comentarios

Popular

Herramientas de Evaluación de Sistemas Algorítmicos

Sistemas multiagentes: Desafíos técnicos y éticos del funcionamiento en un grupo mixto

Controversias éticas en torno a la privacidad, la confidencialidad y el anonimato en investigación social