Detector de Personas con Armas de Fuego a Partir de un Sistema de Visión Artificial Basado en el Análisis de Posturas Corporales
Cargando...
Fecha
2023-02-01
Autores
Director
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...
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.
Colecciones
Licencia Creative Commons
Atribución-NoComercial-SinDerivadas 2.5 Colombia