13.6 C
Buenos Aires
martes, 28 julio, 2026
InicioSociedadEl DHS lanza imágenes sintéticas de equipajes para mejorar los controles en...

El DHS lanza imágenes sintéticas de equipajes para mejorar los controles en aeropuertos

La Dirección de Ciencia y Tecnología del Departamento de Seguridad Nacional de Estados Unidos creó un set de 250 imágenes sintéticas de equipaje de mano para entrenar algoritmos de detección de amenazas.

El Departamento de Seguridad Nacional de Estados Unidos (DHS) anunció el desarrollo de imágenes sintéticas de equipaje de mano para mejorar los controles de seguridad en aeropuertos. El conjunto de 250 imágenes, creado por la Dirección de Ciencia y Tecnología, está destinado a entrenar algoritmos de inspección con el objetivo de reducir falsas alarmas, minimizar inspecciones manuales y agilizar los tiempos de espera de los pasajeros.

Según un comunicado del DHS, la falta de conjuntos de datos frenó el desarrollo de sistemas de inspección más rápidos. Las imágenes sintéticas, generadas mediante software por la empresa Cignal LLC, imitan escaneos de tomografía computarizada de alta resolución utilizados por la Administración de Seguridad en el Transporte (TSA).

La iniciativa forma parte del programa Screening at Speed del Silicon Valley Innovation Program (SVIP). El DHS afirmó que el desarrollo está respaldado por órdenes ejecutivas del presidente Donald Trump para garantizar la seguridad pública y mejorar el comercio y los viajes.

Las imágenes no corresponden a objetos de pasajeros reales, por lo que pueden compartirse libremente con desarrolladores autorizados sin comprometer la privacidad. Con el tiempo, servirán para entrenar inteligencia artificial y crear variaciones de maletas, contenidos, ángulos y densidades para identificar artículos prohibidos o amenazas con mayor precisión.

El DHS informó que las imágenes sintéticas ya están disponibles y pueden solicitarse a través del sitio web de Cignal. La nueva política reemplaza el anterior proceso de verificación para acceder a las imágenes, permitiendo que más especialistas accedan a conjuntos de datos más grandes y complejos para el entrenamiento de algoritmos.

Más noticias
Noticias Relacionadas