Browsing by Author "Diaz Lima, Renee Edmundo"

Now showing 1 - 1 of 1
  • Thumbnail Image
    Item
    Diseño e implementación de un prototipo de un sistema IOT para la identificación de actos delictivos y ejecución de acciones disuasorias mediante el uso de la tarjeta ESP32-CAM, servidor web y algoritmos de aprendizaje automático
    (Universidad Católica de Santa María, 2024-04-04) Diaz Lima, Renee Edmundo
    La presente tesis se centra en abordar la problemática de las elevadas tasas de delincuencia existentes en el Perú, especialmente en las áreas urbanas; atribuidas a factores sociales y a la afluencia migratoria. En este contexto, se propone el diseño de un sistema que ofrezca asistencia tanto a la ciudadanía como a las fuerzas policiales y centros de vigilancia ciudadana. Este sistema se basará en la aplicación de inteligencia artificial, para la detección de actividades delictivas; con el propósito de notificar a los operadores de los sistemas de videovigilancia ciudadana. Esta notificación y las medidas disuasorias se plantean como una medida activa destinada a prevenir o disuadir la comisión de delitos, en consecuencia; se espera que este sistema contribuya a aumentar la eficiencia de la vigilancia ciudadana. El enfoque principal de este trabajo se concentra en los delitos de robo y asalto, que presentan un alto número de denuncias. Con el objetivo de mejorar la seguridad ciudadana, se plantea el desarrollo e implementación de un prototipo de sistema de Internet de las cosas (IoT); diseñado para la identificación de actividades delictivas y la ejecución de acciones disuasorias. Este prototipo empleará la tarjeta ESP32-CAM, servidores web y algoritmos de aprendizaje automático. Para la identificación de actividades delictivas, se utilizará el modelo MoViNet basado en redes convolucionales 3D; debido a su mayor eficacia en comparación con otros modelos evaluados. La interfaz de control y clasificación permitirá la conexión a las cámaras IP para procesar y clasificar las imágenes captadas, esta clasificación se llevará a cabo en el lado del cliente mediante Tensorflow JS y en el servidor a través del modelo publicado en Tensorflow Serving; situación que permitirá la ejecución y clasificación en tiempo real de las imágenes. Se utilizarán medidas disuasorias de tipo lumínico y sonoro para truncar el acto delictivo y/o advertir y salvaguardar al resto de ciudadanos; mediante el módulo disuasorio ESP32-CAM