REVIVE: Detecció i recuperació multimodal de vandalisme en AV

La seguretat en vehicles autònoms va més enllà d'evitar col·lisions; també ha de contemplar atacs físics com el vandalisme sobre les càmeres. Quan un sensor és obstruït amb pintura, adhesius o brutícia, el sistema de percepció perd fiabilitat, cosa que pot provocar errors crítics. Tradicionalment, els esforços se centraven a detectar aquestes anomalies, però la recuperació de la imatge útil seguia sent un repte. Un enfocament nou combina detecció binària i multiclase del patró d'obstrucció, segmentació semàntica amb xarxes eficients i tres estratègies de restauració: reemplaçament directe de píxels, filtratge mitjà adaptatiu i un model generatiu d'inpainting basat en Stable Diffusion guiat per descripcions lingüístiques. Aquest pipeline no només identifica si una imatge està vandalitzada, sinó que aplica la tècnica més adequada segons el tipus de dany, millorant la qualitat visual i, sobretot, la capacitat de detecció d'objectes. Els resultats mostren que, sense recuperació, el rendiment d'un detector YOLOv8 cau dràsticament, mentre que amb el reemplaçament alineat de píxels es recupera gairebé completament la precisió. La intel·ligència artificial per a empreses pot aprofitar aquests desenvolupaments per protegir sistemes crítics en entorns reals. Les solucions d'IA que oferim permeten construir pipelines personalitzats de restauració visual i presa de decisions robusta davant de fallades intencionades. A més, la ciberseguretat en aquests sistemes no només cobreix la capa lògica, sinó també la física: un atac de vandalisme és una bretxa de seguretat que s'ha de mitigar amb respostes automatitzades. Per això, comptar amb serveis de ciberseguretat i pentesting ajuda a anticipar vulnerabilitats en la infraestructura de percepció. En aquest context, les empreses que desenvolupen programari a mida per a vehicles autònoms poden incorporar aquests mecanismes de recuperació com a part de la seva arquitectura, garantint que el flux de vídeo mai arribi degradat al mòdul de control. Els serveis cloud AWS i Azure faciliten el desplegament d'aquests pipelines amb alt rendiment, mentre que agents d'IA poden orquestrar la recuperació asíncrona sense bloquejar la percepció en temps real. Fins i tot eines com Power BI poden visualitzar mètriques de qualitat de les imatges restaurades per a auditoria contínua. A Q2BSTUDIO integrem totes aquestes capacitats, des d'aplicacions a mida fins a intel·ligència de negoci, perquè la fiabilitat dels sistemes autònoms no depengui d'un sol sensor, sinó d'una estratègia integral de resiliència.