La vigilancia de zonas urbanas juega un papel importante en el mundo actual, donde la tasa de aumento de la población (1.2% anual) y la extensa migración a ciudades, ha conducido al crecimiento en la cantidad de crímenes [1]. La mayoría se cometen en lugares en donde los entes de control no pueden reaccionar de forma oportuna, dado la velocidad de los sucesos y el alto flujo de personas [50]. Por ende, el monitoreo de escenarios surge como estrategia para favorecer el accionar de instituciones públicas y privadas del sector seguridad, mediante la generación de alertas de orden público. Así pues, los circuitos cerrados de televisión (CCTV) han ganado popularidad en los últimos años [48]. Sin embargo, los CCTV están diseñados para monitorear espacios fijos a largo plazo, dificultando su despliegue a zonas urbanas de difícil acceso. Además, se carece de componentes de proceso para apoyar tareas de detección y seguimiento, las cuales son realizadas de forma manual, generando omisiones, errores y generando agotamiento del personal de vídeo-vigilancia [49]. Por otra parte, para fortalecer la capacidad de despliegue, se han utilizado unidades aéreas no tripuladas (UAV del inglés unmanned aerial vehicle), conjuntamente con sistemas automáticos de visión por computador. El uso de este tipo de tecnologías permite generar representaciones depuradas de los datos (imágenes y vídeo), a partir de arquitecturas profundas de redes neuronales que pueden ser entrenadas en ambientes de cómputo en nube [37]. En este sentido, la interacción entre UAVs con modelos de visión por computador y aprendizaje profundo, propenden disminuir costos y aumentar la capacidad de reacción en tareas de seguridad [25-28]. A pesar de las ventajas de las estrategias de monitoreo que utilizan UAV y visión por computador, se presentan los siguientes desafíos principales: i) Se requiere acoplar los sistemas de captura de imágenes y vídeo con herramientas de visualización y proceso, sin afectar la autonomía de vuelo [10]. ii) Es pertinente desarrollar técnicas de visión por computador ajustadas a las condiciones de captura en zonas urbanas, respecto a la resolución de los datos, la altura de vuelo, la velocidad de detección y a los artefactos inherentes al monitoreo aéreo[12]. iii) Es necesario generar validaciones en entornos operativos reales, que demuestren la eficacia de la sinergia monitoreo aéreo-algoritmos de visión por computador en prototipos utilizables con valor agregado [14]. La presente propuesta, en concordancia con el Objetivo de Desarrollo Sostenible “Promover sociedades justas, pacíficas e inclusivas”, desarrollará un prototipo tecnológico denominado Unidad de Reacción y Vídeo-Vigilancia Automática (URVVA), a partir de técnicas de visión por computador, como soporte al monitoreo de zonas urbanas. Se pretende diseñar un protocolo de integración de módulos de captura y visualización de imágenes y vídeo relacionados con los sistemas de comunicación de UAVs, para su posterior análisis automatizado. Se busca apoyar tareas de detección y seguimiento de objetivos desde UAVs, que deriven en un prototipo de monitoreo para su posterior despliegue en entornos operativos reales. Para ello se cuenta con la alianza entre el Grupo de Control y Procesamiento Digital de Señales (GCPDS) y la empresa OOPART SAS. El GCPDS tiene amplia experiencia en proyectos de visión por computador, mientras que OOPART es una empresa con más de 10 años trabajando en el sector seguridad y monitoreo aéreo con UAVs. Así, se espera dar valor agregado a los servicios de vídeo-vigilancia de OOPART, mediante la automatización del análisis de información y la vinculación de estudiantes de pregrado y posgrado en proyectos de innovación tecnológica con impacto en la región y el país. Se espera que la investigación contribuya a la generación de productos académicos (artículos en revistas científicas), a la formación de estudiantes de pregrado-posgrado y el desarrollo de productos tecnológicos.