REVIVE: Detección y recuperación multimodal de vandalismo en AV

La seguridad en vehículos autónomos va más allá de evitar colisiones; también debe contemplar ataques físicos como el vandalismo sobre las cámaras. Cuando un sensor es obstruido con pintura, adhesivos o suciedad, el sistema de percepción pierde fiabilidad, lo que puede provocar errores críticos. Tradicionalmente, los esfuerzos se centraban en detectar estas anomalías, pero la recuperación de la imagen útil seguía siendo un reto. Un enfoque novedoso combina detección binaria y multiclase del patrón de obstrucción, segmentación semántica con redes eficientes y tres estrategias de restauración: reemplazo directo de píxeles, filtrado mediano adaptativo y un modelo generativo de inpainting basado en Stable Diffusion guiado por descripciones lingüísticas. Este pipeline no solo identifica si una imagen está vandalizada, sino que aplica la técnica más adecuada según el tipo de daño, mejorando la calidad visual y, sobre todo, la capacidad de detección de objetos. Los resultados muestran que, sin recuperación, el rendimiento de un detector YOLOv8 cae drásticamente, mientras que con el reemplazo alineado de píxeles se recupera casi por completo la precisión. La inteligencia artificial para empresas puede aprovechar estos desarrollos para proteger sistemas críticos en entornos reales. Las soluciones de IA que ofrecemos permiten construir pipelines personalizados de restauración visual y toma de decisiones robusta frente a fallos intencionados. Además, la ciberseguridad en estos sistemas no solo cubre la capa lógica, sino también la física: un ataque de vandalismo es una brecha de seguridad que debe mitigarse con respuestas automatizadas. Por eso, contar con servicios de ciberseguridad y pentesting ayuda a anticipar vulnerabilidades en la infraestructura de percepción. En este contexto, las empresas que desarrollan software a medida para vehículos autónomos pueden incorporar estos mecanismos de recuperación como parte de su arquitectura, garantizando que el flujo de video nunca llegue degradado al módulo de control. Los servicios cloud AWS y Azure facilitan el despliegue de estos pipelines con alto rendimiento, mientras que agentes IA pueden orquestar la recuperación asíncrona sin bloquear la percepción en tiempo real. Incluso herramientas como Power BI pueden visualizar métricas de calidad de las imágenes restauradas para auditoría continua. En Q2BSTUDIO integramos todas estas capacidades, desde aplicaciones a medida hasta inteligencia de negocio, para que la fiabilidad de los sistemas autónomos no dependa de un solo sensor, sino de una estrategia integral de resiliencia.