Acceso Abierto
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
Fecha
2024-04-04
Autores
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Católica de Santa María
Resumen
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
Descripción
Palabras clave
Videovigilancia, Redes neuronales