Detector de Personas con Armas de Fuego a Partir de un Sistema de Visión Artificial Basado en el Análisis de Posturas Corporales

Cargando...
Miniatura

Fecha

2023-02-01

Enlace al recurso

DOI

Google Scholar

gruplac

Descripción Dominio:

Título de la revista

ISSN de la revista

Título del volumen

Editor

Universidad Santo Tomás

Compartir

Documentos PDF
Cargando...
Miniatura

Resumen

En el entorno social cada día se aprecia como la inseguridad es un mal agobiante, tanto para las personas como para la comunidad en general. Los objetos más utilizados para perpetrar este tipo de actos criminales son las armas de fuego. Con este proyecto se propone implementar un sistema que basado en visión artificial que pueda mediante algoritmos Deep Learning y herramientas de posicionamiento del cuerpo como OpenPose reconocer una persona con un arma de fuego. La clasificación de los objetos o armas de fuego se implementan con redes neuronales convolucionales (CNN). Para hacer más rápido y efectivo este procesamiento de imágenes, se utilizarán varias técnicas de desarrollo sobre Google Colab, Jupyter Lab, Oracle Máquina Virtual y Git Bash, aprovechando también la utilización de una tarjeta GPU modelo RTX A5000 NVIDIA para mayor rapidez en la ejecución de cada uno de los pasos del desarrollo propuesto. Las fases del proyecto propuesto son cinco principalmente: elaboración base de datos, entrenamiento del modelo, validación, implementación OpenPose, resultados del modelo. También tiene varias subfases que permiten la implementación eficiente del proyecto. Finalmente, el sistema permitió confirmar la actividad peligrosa con arma de fuego mediante detecciones obtenidas a través de videos en tiempo real.

Abstract

In the social environment, every day it is appreciated how insecurity is an overwhelming evil, both for people and for the community in general. The most used objects to perpetrate this type of criminal acts are firearms. With this project, it is proposed to implement a system based on artificial vision that can, through Deep Learning algorithms and body positioning tools such as OpenPose, recognize a person with a firearm. The classification of objects or firearms is implemented with convolutional neural networks (CNN). To make this image processing faster and more effective, several development techniques will be used on Google Colab, Jupyter Lab, Oracle Virtual Machine and Git Bash, also taking advantage of the use of an NVIDIA RTX A5000 model GPU card for faster execution of each of the steps of the proposed development. The proposed project phases are five: database development, model training, validation, OpenPose implementation, model results. It also has several sub-phases that allow the efficient implementation of the project. Finally, the system made it possible to confirm the dangerous activity with a firearm through detections obtained through videos in real time.

Idioma

spa

Palabras clave

Citación

Durán Caicedo, A. (2022). Detector de Personas con Armas de Fuego a Partir de un Sistema de Visión Artificial Basado en el Análisis de Posturas Corporales. [Trabajo de Grado, Universidad Santo Tomás]. Repositorio Institucional.