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

dc.contributor.advisorValdivieso Herrera, Diana Isabel
dc.contributor.authorDiaz Lima, Renee Edmundo
dc.date.accessioned2024-05-17T14:41:22Z
dc.date.available2024-05-17T14:41:22Z
dc.date.issued2024-04-04
dc.description.abstractLa 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
dc.formatapplication/pdf
dc.identifier.urihttps://hdl.handle.net/20.500.12920/13675
dc.language.isospa
dc.publisherUniversidad Católica de Santa Maríaes_ES
dc.publisher.countryPE
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/es_ES
dc.sourceUniversidad Católica de Santa Maríaes_ES
dc.sourceRepositorio de la Universidad Católica de Santa María - UCSMes_ES
dc.subjectVideovigilancia
dc.subjectRedes neuronales
dc.titleDiseño 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
dc.typeinfo:eu-repo/semantics/bachelorThesis
dc.type.versioninfo:eu-repo/semantics/publishedVersion
renati.advisor.dni29329443
renati.advisor.orcid0009-0008-2496-9445
renati.author.dni76235792
renati.discipline712026
renati.jurorCoaguila Gomez, Ronald Percing
renati.jurorSulla Torres, Raul Ricardo
renati.jurorRodriguez Gonzales, Pedro Alex
renati.levelhttps://purl.org/pe-repo/renati/nivel#tituloProfesional
renati.typehttps://purl.org/pe-repo/renati/type#tesis
thesis.degree.disciplineIngeniero Electrónico
thesis.degree.grantorUniversidad Católica de Santa María.Facultad de Ciencias e Ingenierías Físicas y Formaleses_ES
thesis.degree.nameIngeniero Electrónico con especialidad en Telecomunicaciones

Files

Original bundle
Now showing 1 - 3 of 3
Loading...
Thumbnail Image
Name:
74.0227.IE.pdf
Size:
7.09 MB
Format:
Adobe Portable Document Format
No Thumbnail Available
Name:
74.0227.IE.RT.pdf
Size:
30.56 MB
Format:
Adobe Portable Document Format
No Thumbnail Available
Name:
Autorización_74.0227.IE.pdf
Size:
258.92 KB
Format:
Adobe Portable Document Format
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description: