Desarrollo de un modelo de visión por computadora con modelos de redes recurrentes para identificación de situaciones de violencia
| dc.contributor.advisor | Caicedo Dorado, Alexander | spa |
| dc.contributor.author | Bravo Ceballos, Wilson Bernardo | spa |
| dc.contributor.evaluator | Garcia Vargas, Luisa Fernanda | spa |
| dc.date.accessioned | 2024-03-04T19:57:59Z | |
| dc.date.available | 2024-03-04T19:57:59Z | |
| dc.date.created | 2023-11-30 | spa |
| dc.description.abstract | El presente trabajo de grado presenta el desarrollo de un sistema para la detección automática de situaciones de violencia en la ciudad de Bogotá, capital de Colombia, utilizando algoritmos de aprendizaje profundo y vídeo adquirido mediante el uso de cámaras web. Estas cámaras, al estar conectadas a internet, permiten que en este trabajo se aborden temas relacionados con el Internet de las Cosas (IoT). La creciente preocupación por la seguridad pública y privada en entornos urbanos ha motivado el desarrollo de este proyecto, que busca automatizar la identificación de eventos violentos a partir del análisis de imágenes capturadas por cámaras de vigilancia. El enfoque adoptado en este proyecto se basa en la implementación de modelos de aprendizaje profundo, específicamente redes neuronales convolucionales (CNN) y redes neuronales recurrentes (LSTM). Estos modelos son entrenados para analizar patrones visuales complejos en los fotogramas de video y clasificar eventos como violentos o no violentos. La elección de la arquitectura MobileNetV2 y la integración con una red LSTM permite un análisis preciso y eficiente de las imágenes en tiempo real. Además, el sistema aprovecha la infraestructura de IoT al incorporar cámaras de vigilancia conectadas a una Raspberry Pi 4, que procesa las imágenes y transfiere los resultados de clasificación a una base de datos MySQL y a la plataforma de visualización Grafana. Esta integración permite una monitorización en tiempo real y la generación automática de alertas a través de la aplicación de mensajería Telegram. Los resultados obtenidos demuestran un rendimiento satisfactorio del sistema, con una precisión promedio del 81.6% y un equilibrio entre sensibilidad y especificidad. | spa |
| dc.description.abstractenglish | The present degree work presents the development of a system for the automatic detection of situations of violence in the city of Bogotá, capital of Colombia, using deep learning algorithms and video acquired through the use of web cameras. These cameras, being connected to the Internet, allow this work to address issues related to the Internet of Things (IoT). The growing concern for public and private security in urban environments has motivated the development of this project, which seeks to automate the identification of violent events based on the analysis of images captured by surveillance cameras. The approach adopted in this project is based on the implementation of deep learning models, specifically convolutional neural networks (CNN) and recurrent neural networks (LSTM). These models are trained to analyze complex visual patterns in video frames and classify events as violent or non-violent. The choice of MobileNetV2 architecture and integration with an LSTM network allows for accurate and efficient analysis of images in real time. Additionally, the system takes advantage of IoT infrastructure by incorporating surveillance cameras connected to a Raspberry Pi 4, which processes the images and transfers the classification results to a MySQL database and the Grafana visualization platform. This integration allows real-time monitoring and automatic generation of alerts through the Telegram messaging application. The results obtained demonstrate satisfactory performance of the system, with an average precision of 81.6% and a balance between sensitivity and specificity. | spa |
| dc.description.degreelevel | Pregrado | |
| dc.description.degreename | Ingeniero (a) Electrónico | |
| dc.format | ||
| dc.format.mimetype | application/pdf | |
| dc.identifier.doi | https://doi.org/10.60794/rjrk-pt20 | |
| dc.identifier.instname | instname:Pontificia Universidad Javeriana | |
| dc.identifier.reponame | reponame:Repositorio Institucional - Pontificia Universidad Javeriana | |
| dc.identifier.repourl | repourl:https://repository.javeriana.edu.co | |
| dc.identifier.uri | http://hdl.handle.net/10554/66803 | |
| dc.language.iso | spa | |
| dc.publisher | Pontificia Universidad Javeriana | |
| dc.publisher.faculty | Facultad de Ingeniería | |
| dc.publisher.program | Ingeniería Electrónica | |
| dc.rights.accessrights | info:eu-repo/semantics/openAccess | |
| dc.rights.coar | info:eu-repo/semantics/openAccess | |
| dc.rights.licence | Atribución-NoComercial-SinDerivadas 4.0 Internacional | |
| dc.rights.local | De acuerdo con la naturaleza del uso concedido, la presente licencia parcial se otorga a título gratuito por el máximo tiempo legal colombiano, con el propósito de que en dicho lapso mi (nuestra) obra sea explotada en las condiciones aquí estipuladas y para los fines indicados, respetando siempre la titularidad de los derechos patrimoniales y morales correspondientes, de acuerdo con los usos honrados, de manera proporcional y justificada a la finalidad perseguida, sin ánimo de lucro ni de comercialización. De manera complementaria, garantizo (garantizamos) en mi (nuestra) calidad de estudiante (s) y por ende autor (es) exclusivo (s), que la Tesis o Trabajo de Grado en cuestión, es producto de mi (nuestra) plena autoría, de mi (nuestro) esfuerzo personal intelectual, como consecuencia de mi (nuestra) creación original particular y, por tanto, soy (somos) el (los) único (s) titular (es) de la misma. Además, aseguro (aseguramos) que no contiene citas, ni transcripciones de otras obras protegidas, por fuera de los límites autorizados por la ley, según los usos honrados, y en proporción a los fines previstos; ni tampoco contempla declaraciones difamatorias contra terceros; respetando el derecho a la imagen, intimidad, buen nombre y demás derechos constitucionales. Adicionalmente, manifiesto (manifestamos) que no se incluyeron expresiones contrarias al orden público ni a las buenas costumbres. En consecuencia, la responsabilidad directa en la elaboración, presentación, investigación y, en general, contenidos de la Tesis o Trabajo de Grado es de mí (nuestro) competencia exclusiva, eximiendo de toda responsabilidad a la Pontifica Universidad Javeriana por tales aspectos. Sin perjuicio de los usos y atribuciones otorgadas en virtud de este documento, continuaré (continuaremos) conservando los correspondientes derechos patrimoniales sin modificación o restricción alguna, puesto que, de acuerdo con la legislación colombiana aplicable, el presente es un acuerdo jurídico que en ningún caso conlleva la enajenación de los derechos patrimoniales derivados del régimen del Derecho de Autor. De conformidad con lo establecido en el artículo 30 de la Ley 23 de 1982 y el artículo 11 de la Decisión Andina 351 de 1993, "Los derechos morales sobre el trabajo son propiedad de los autores", los cuales son irrenunciables, imprescriptibles, inembargables e inalienables. En consecuencia, la Pontificia Universidad Javeriana está en la obligación de RESPETARLOS Y HACERLOS RESPETAR, para lo cual tomará las medidas correspondientes para garantizar su observancia. | |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | |
| dc.subject | Detección de Violencia | |
| dc.subject | Redes neuronales convolucionales | |
| dc.subject | Redes neuronales recurrentes | |
| dc.subject | Internet de las Cosas | |
| dc.subject | Sistema de alerta | |
| dc.subject | Raspberry Pi 4 | |
| dc.subject.armarc | Ingeniería electrónica - Tesis y disertaciones académicas | |
| dc.subject.armarc | Aprendizaje de máquinas | spa |
| dc.subject.armarc | Computadores cuánticos | spa |
| dc.subject.keyword | Violence Detection | |
| dc.subject.keyword | Convolutional Neural Networks | |
| dc.subject.keyword | Recurrent Neural Networks | |
| dc.subject.keyword | Internet of Things | |
| dc.subject.keyword | Alert System | |
| dc.subject.keyword | Raspberry Pi 4 | |
| dc.title | Desarrollo de un modelo de visión por computadora con modelos de redes recurrentes para identificación de situaciones de violencia | spa |
| dc.title.english | Development of a computer vision model with recurrent network models to identify situations of violence | spa |
| dc.type.coar | http://purl.org/coar/resource_type/c_7a1f | |
| dc.type.driver | info:eu-repo/semantics/bachelorThesis | |
| dc.type.hasversion | http://purl.org/coar/version/c_ab4af688f83e57aa | |
| dc.type.local | Tesis/Trabajo de grado - Monografía - Pregrado |
Archivos
Bloque original
1 - 1 de 1
Cargando...
- Nombre:
- attachment_0_Sistema-de-deteccion-de-violencia.pdf
- Tamaño:
- 5.69 MB
- Formato:
- Adobe Portable Document Format
- Descripción:
- Documento