Durante décadas, a câmara de videovigilância foi essencialmente um aparelho de memória passiva: gravava, armazenava e esperava que algo acontecesse para ser consultada depois do facto. A investigação criminal fazia uso dela retrospetivamente, a gestão de segurança observava o monitor em tempo real com olhos humanos fatigáveis, e o potencial dissuasor residia mais na presença física do equipamento do que em qualquer capacidade de resposta autónoma. Esse paradigma está a ser substituído de forma acelerada por algo qualitativamente diferente: sistemas que não apenas registam o que acontece, mas que inferem, antecipam e alertam sobre o que poderá acontecer.

A videovigilância preditiva com inteligência artificial designa um conjunto de arquiteturas tecnológicas que combinam câmaras digitais de alta resolução, modelos de visão computacional treinados em redes neuronais profundas (deep Learning), análise comportamental em tempo real, fusão de dados com registos históricos de criminalidade e, em algumas implementações, reconhecimento biométrico de pessoas em espaço público. O resultado não é um sistema de observação: é um sistema de análise preditiva continuamente ativo, capaz de processar fluxos de vídeo a uma escala que nenhuma equipa humana poderia replicar.

O mercado global de videovigilância por IA Project crescimento de USD 3,9 mil milhões em 2024 para USD 12,46 mil milhões em 2030, a uma taxa composta de crescimento anual de 21,3%. Mais impressivo ainda é o horizonte a uma década: estimativas independentes situam o mercado entre USD 58 e 135 mil milhões até 2033-2035, dependendo da metodologia. Este crescimento não se explica apenas por dinâmicas comerciais. Explica-se pelo facto de governos, polícias e organismos de segurança pública em todo o mundo terem chegado à mesma conclusão operacional: o volume de dados visuais gerado pelas cidades modernas ultrapassa radicalmente a capacidade de análise humana, e a inteligência artificial é a única forma de extrair valor de segurança desse volume.

Este artigo analisa em profundidade a arquitetura técnica da videovigilância preditiva, os principais softwares e plataformas em uso policial ativo, as geografias onde já está implementada a uma escala significativa, os ganhos demonstráveis para a prevenção do crime e para a proteção das populações, e o quadro jurídico europeu que enquadra, limita e excecionais esta tecnologia, com particular incidência no Regulamento (UE) 2024/1689, o AI Act.

Como funciona um sistema de videovigilância preditiva

Compreender o que distingue a videovigilância preditiva das câmeras convencionais exige desconstruir a cadeia tecnológica que transforma um fluxo de pixéis em inteligência acionável. Esta cadeia opera em quatro camadas funcionais distintas, mas interdependentes.

1. Camada de aquisição e pré-processamento

Na base do sistema estão câmeras IP de alta definição (frequentemente 4K ou superiores), câmeras térmicas para operação noturna ou em condições de baixa visibilidade, câmeras panorâmicas de 360 graus e, crescentemente, câmeras embarcadas em drones. O sinal de vídeo é transmitido para unidades de computação de borda (edge computing) instaladas próximas da câmera ou para centros de processamento central. A diferença é significativa: o processamento em borda reduz a latência e o volume de dados transmitidos pela rede, sendo preferível em cenários de resposta imediata; o processamento centralizado permite análise mais sofisticada com maior capacidade computacional.

2. Camada de visão computacional e detecção

Sobre o fluxo de vídeo atuam modelos de visão computacional baseados em redes neuronais convolucionais (CNNs) e, nas implementações mais recentes, em Vision Transformers (ViTs). Estes modelos executam, em tempo real, múltiplas tarefas em simultâneo: deteção e classificação de objetos (pessoas, veículos, objectos abandonados, armas), seguimento multi-objecto através de múltiplas câmeras (multi-camera tracking), análise de poses corporais para inferir comportamentos, reconhecimento de matrículas com leitura automática (ANPR/LPR), e reconhecimento facial quando autorizado. A eficácia desta camada depende criticamente da qualidade do treino dos modelos. Modelos treinados em datasets insuficientemente diversos produzem taxas de falsos positivos elevadas e erros sistemáticos em determinados grupos demográficos, uma vulnerabilidade com consequências jurídicas e éticas de primeira ordem.

3. Camada de análise comportamental e deteção de anomalias

A dimensão verdadeiramente preditiva reside aqui. Os sistemas de análise comportamental estabelecem padrões de normalidade para um determinado espaço e período temporal: a densidade típica de peões numa praça a uma determinada hora, os percursos habituais de circulação numa estação de metro, os padrões de ocupação de um parque. Qualquer desvio estatisticamente significativo desses padrões gera um alerta. As categorias de comportamento monitorizado incluem: loitering (permanência anormalmente prolongada numa área), aglomerações súbitas, movimentos em contramão em áreas de circulação unidireccional, percursos de aproximação repetidos a instalações sensíveis, posturas corporais associadas a agressividade, e deteção de objectos abandonados. Os sistemas mais avançados combinam esta análise comportamental em tempo real com modelos de aprendizagem histórica: cruzam os alertas atuais com registos de criminalidade anteriores, horários de alta incidência e perfis geoespaciais de risco.

As grandes categorias de policiamento preditivo visual

A literatura especializada e as implementações reais permitem identificar três grandes modalidades de policiamento preditivo que incorporam componentes de videovigilância, frequentemente sobrepostas nas plataformas comerciais mais completas.

O policiamento preditivo baseado em localização, também designado place-based predictive policing, é a modalidade mais consolidada. Utiliza dados históricos de criminalidade e padrões geoespaciais para identificar hotspots onde a probabilidade de ocorrência de crimes é estatisticamente mais elevada em determinados períodos. As câmeras com análise de IA concentram atenção e capacidade de análise nestas zonas, e os recursos policiais são alocados preventivamente. Esta abordagem tem décadas de raízes em técnicas de mapeamento criminal (crime mapping), mas a IA permite uma granularidade e uma capacidade de atualização em tempo real que os métodos anteriores não possibilitavam.

O policiamento preditivo baseado em pessoas opera sobre lógica diferente e substancialmente mais controversa: em vez de lugares, o foco são indivíduos. Sistemas desta categoria analisam histórico criminal, redes de associação, padrões comportamentais e, em alguns casos, dados de presença em espaço público captados por câmeras para identificar pessoas com maior probabilidade de cometer ou de ser vítimas de crimes. A plataforma Crime Tracer da SoundThinking, introduzida em 2024, exemplifica esta abordagem ao cruzar mais de mil milhões de registos de justiça criminal para gerar ligações e leads de investigação.

O policiamento preditivo baseado em eventos e padrões temporais analisa correlações entre ciclos temporais (hora do dia, dia da semana, sazonalidade, proximidade de eventos de massa) e tipologias de crime. A análise temporal permite antecipar picos de incidência e pré-posicionar recursos antes de que a vaga se materialize. Esta modalidade é particularmente relevante para a gestão de grandes eventos públicos.

Alguns exemplos:

BriefCam (Video Synopsis / RESPOND / REVIEW / RESEARCH)

Israel/Estados Unidos — Milestone Systems (Canon Group)

Plataforma de análise forense de vídeo baseada em deep learning que comprime horas de gravação em minutos de visualização através da sobreposição de objetos em movimento sobre um fundo estático (Video Synopsis). Permite pesquisa multi-câmera por atributos visuais (cor de vestuário, tipo de veículo, matrícula, aparência facial), criação de casos de investigação colaborativos e alertas em tempo real baseados em regras comportamentais predefinidas. Integra com os principais sistemas de gestão de vídeo (Genetec Security Center, Milestone XProtect, Avigilon, Axis, Bosch). Adoptado por departamentos policiais nos EUA, incluindo o de Springfield, Massachusetts. Em 2024 foi integrado formalmente na estrutura da Milestone Systems, empresa da Canon Group.

SoundThinking (ex-ShotSpotter) / ResourceReuters / Crime Tracer

Estados Unidos — SoundThinking Inc.

Criada em 1998 para deteção de disparos por microfones distribuídos (ShotSpotter), integrou em 2023 a Geolitica (ex-PredPol) e expandiu o portfólio para policiamento preditivo baseado em localização (ResourceReuters) e, em 2024, lançou o Crime Tracer, motor de policiamento preditivo baseado em pessoas capaz de pesquisar mais de mil milhões de registos de justiça criminal entre jurisdições para gerar leads táticos. A empresa subsistiu à vaga crítica que varreu os primeiros sistemas de policiamento preditivo e posiciona-se como referência no segmento.

Dahua Technology / AcuPick / Smart City Suite

China — Zhejiang Dahua Technology

Segundo maior fabricante global com quota aproximada de 12%, a Dahua integra algoritmos de IA e deep learning nas suas câmeras IP e sistemas de gravação, com capacidades de reconhecimento facial, detecção de objectos e análise comportamental. O AcuPick, lançado em 2023, combina IA de front-end e back-end para localização rápida de alvos em gravações extensas. A empresa tem igualmente presença significativa em soluções de smart city e safe city que incluem centros de comando unificados para múltiplas cidades na Ásia, África e América Latina.

Com a inteligência artificial o céu é o limite para a segurança das pessoas e bens. Resta saber se os políticos querem assumir os custos da nossa segurança moderna.