Aplicación de técnicas de aprendizaje de máquina al análisis de archivos de video para la detección de delitos

Esta tesis se centra en el desarrollo de una aplicación para seguridad ciudadana mediante técnicas de aprendizaje de máquina, con el objetivo principal de detectar delitos a través del análisis de archivos de video. La investigación comienza con una revisión sistemática de las técnicas más relevantes, estableciendo criterios de selección que priorizan estructuras capaces de integrar eficientemente la dimensión temporal. Se favorecen modelos de aprendizaje de máquina, que ofrecen versatilidad para la incorporación de nuevos parámetros, especialmente aquellos basados en esquemas espacio-temporales, fundamentales para el análisis de video y la consideración del contexto temporal de los eventos. Dado que la recolección de datos extensos y etiquetados resulta inviable en el marco temporal del proyecto, se opta por utilizar simulaciones basadas en conjuntos de datos públicos en lı́nea diseñados especı́ficamente para la detección de delitos. Se selecciona cuidadosamente al menos un tipo de delito para la investigación, considerando su relevancia y disponibilidad de repeticiones para el desarrollo efectivo del modelo de predicción. La validación del modelo se lleva a cabo mediante una evaluación exhaustiva, utilizando diversos conjuntos de datos previamente seleccionados y parámetros clave de desempeño, como la curva ROC - AUC. Este enfoque integral busca garantizar la eficacia y aplicabilidad del modelo en entornos prácticos y del mundo real. (Texto tomado de la fuente)

• Autores: Londoño Lopera, Juan Camilo
• Fecha de publicación: 2024
• Institución: Universidad Nacional de Colombia
• Repositorio: Universidad Nacional de Colombia
• Idioma: spa
• OAI Identifier: oai:repositorio.unal.edu.co:unal/86291
• Acceso en línea: https://repositorio.unal.edu.co/handle/unal/86291; https://repositorio.unal.edu.co/
• Palabra clave: 000 - Ciencias de la computación, información y obras generales::003 - Sistemas; Aprendizaje automático (Inteligencia artificial); Redes neuronales (computadores); Predicción en la conducta criminal; Seguridad ciudadana; Aprendizaje de máquina; Detección de delitos; Modelos LSTM; Redes Neuronales Convolucionales 3D; Predicción de eventos; Sistemas de videovigilancia; Public safety; Machine learning; Crime detection; LSTM Models; 3D Convolutional Neural Networks; Event Prediction; Videovigilancia IP
• Rights: openAccess
• License: Reconocimiento 4.0 Internacional