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

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.

• Autores: Durán Caicedo, Alfonso
• Tipo de recurso: Masters Thesis
• Fecha de publicación: 2023
• Institución: Universidad Santo Tomás
• Repositorio: Universidad Santo Tomás
• Idioma: spa
• OAI Identifier: oai:repository.usta.edu.co:11634/49244
• Acceso en línea: http://hdl.handle.net/11634/49244
• Palabra clave: Ingeniería Electrónica; Comunidad Integral; Armas de Fuego; Procesamiento de Imágenes
• Rights: openAccess
• License: Atribución-NoComercial-SinDerivadas 2.5 Colombia