Red neuronal artificial para detección de armas de fuego y armas blancas en video vigilancia
Con el crecimiento de la población en América Latina, las ciudades incrementan el uso de video vigilancia para monitorear áreas con el objetivo de detectar incidentes de violencia y/o delictivos para tomar acción oportunamente. Actualmente el proceso de video vigilancia es desarrollado por personal...
| Main Authors: | , |
|---|---|
| Format: | Article |
| Language: | Spanish |
| Published: |
Universidad Tecnológica de Panamá
2021-12-01
|
| Series: | Revista de Iniciación Científica |
| Subjects: | |
| Online Access: | https://revistas.utp.ac.pa/index.php/ric/article/view/3343 |
| _version_ | 1811238307400515584 |
|---|---|
| author | Jacqueline Sánchez Miguel A. Campos |
| author_facet | Jacqueline Sánchez Miguel A. Campos |
| author_sort | Jacqueline Sánchez |
| collection | DOAJ |
| description | Con el crecimiento de la población en América Latina, las ciudades incrementan el uso de video vigilancia para monitorear áreas con el objetivo de detectar incidentes de violencia y/o delictivos para tomar acción oportunamente. Actualmente el proceso de video vigilancia es desarrollado por personal humano revisando innumerables cantidades de señales de video al mismo tiempo, la actual solución es propensa a errores, no es escalable y plantea un desafío. En esta contribución se propone construir una red neuronal convolucional CNN para la detección de armas de fuego y armas blanca en imágenes con el objetivo de automatizar y optimizar el proceso de monitorización de señales de video. Se especificó una arquitectura de red neuronal artificial que fue entrenada con un conjunto de datos (construido a medida) y evaluada para dar solución a problemática. Se logra construir el conjunto de datos objetivo y la arquitectura SSD con red base Inception V3. La arquitectura logró la detección satisfactoria de las características propuestas luego de ser entrenada con el conjunto de datos, y se discuten ciertos elementos que podrían ser mejorados en futuras experiencias. |
| first_indexed | 2024-04-12T12:39:29Z |
| format | Article |
| id | doaj.art-780a6dc4bf4d455ea636792c60225aae |
| institution | Directory Open Access Journal |
| issn | 2412-0464 2413-6786 |
| language | Spanish |
| last_indexed | 2024-04-12T12:39:29Z |
| publishDate | 2021-12-01 |
| publisher | Universidad Tecnológica de Panamá |
| record_format | Article |
| series | Revista de Iniciación Científica |
| spelling | doaj.art-780a6dc4bf4d455ea636792c60225aae2022-12-22T03:32:49ZspaUniversidad Tecnológica de PanamáRevista de Iniciación Científica2412-04642413-67862021-12-0172838810.33412/rev-ric.v7.2.33433343Red neuronal artificial para detección de armas de fuego y armas blancas en video vigilanciaJacqueline Sánchez0Miguel A. Campos1Universidad Tecnológica de PanamáUniversidad Tecnológica de PanamáCon el crecimiento de la población en América Latina, las ciudades incrementan el uso de video vigilancia para monitorear áreas con el objetivo de detectar incidentes de violencia y/o delictivos para tomar acción oportunamente. Actualmente el proceso de video vigilancia es desarrollado por personal humano revisando innumerables cantidades de señales de video al mismo tiempo, la actual solución es propensa a errores, no es escalable y plantea un desafío. En esta contribución se propone construir una red neuronal convolucional CNN para la detección de armas de fuego y armas blanca en imágenes con el objetivo de automatizar y optimizar el proceso de monitorización de señales de video. Se especificó una arquitectura de red neuronal artificial que fue entrenada con un conjunto de datos (construido a medida) y evaluada para dar solución a problemática. Se logra construir el conjunto de datos objetivo y la arquitectura SSD con red base Inception V3. La arquitectura logró la detección satisfactoria de las características propuestas luego de ser entrenada con el conjunto de datos, y se discuten ciertos elementos que podrían ser mejorados en futuras experiencias.https://revistas.utp.ac.pa/index.php/ric/article/view/3343aprendizaje profundo, cnn, detección de objetos, red neuronal artificial, ssd, vigilancia inteligente, visión computacional. |
| spellingShingle | Jacqueline Sánchez Miguel A. Campos Red neuronal artificial para detección de armas de fuego y armas blancas en video vigilancia Revista de Iniciación Científica aprendizaje profundo, cnn, detección de objetos, red neuronal artificial, ssd, vigilancia inteligente, visión computacional. |
| title | Red neuronal artificial para detección de armas de fuego y armas blancas en video vigilancia |
| title_full | Red neuronal artificial para detección de armas de fuego y armas blancas en video vigilancia |
| title_fullStr | Red neuronal artificial para detección de armas de fuego y armas blancas en video vigilancia |
| title_full_unstemmed | Red neuronal artificial para detección de armas de fuego y armas blancas en video vigilancia |
| title_short | Red neuronal artificial para detección de armas de fuego y armas blancas en video vigilancia |
| title_sort | red neuronal artificial para deteccion de armas de fuego y armas blancas en video vigilancia |
| topic | aprendizaje profundo, cnn, detección de objetos, red neuronal artificial, ssd, vigilancia inteligente, visión computacional. |
| url | https://revistas.utp.ac.pa/index.php/ric/article/view/3343 |
| work_keys_str_mv | AT jacquelinesanchez redneuronalartificialparadetecciondearmasdefuegoyarmasblancasenvideovigilancia AT miguelacampos redneuronalartificialparadetecciondearmasdefuegoyarmasblancasenvideovigilancia |