Full metadata record
DC FieldValueLanguage
dc.contributor.advisorAvendaño Guzmán, Roger Enrique, dir.spa
dc.contributor.authorCriollo Leal, Brayan Alejandro-
dc.contributor.authorDíaz Rondón, Nicolás-
dc.rightsCopyright, Universidad Católica de Colombia, 2019spa
dc.rights.urihttps://creativecommons.org/licenses/by-nc/4.0/spa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.descriptionInvestigación Tecnológicaspa
dc.description.abstractEste experimento implementa un método basado en aprendizaje profundo para el apoyo del proceso de monitoreo y detección de armas de mano (revólveres y pistolas), de forma automática con el fin de proponer una solución a la problemática de seguridad existente en la ciudad de Bogotá. Se propone una metodología que consta de siete (7) pasos: construcción del conjunto de datos, pre procesamiento de los videos, extracción de características de los frames, muestreo del conjunto de datos, red de regiones propuestas, clasificación y detección de armas de mano, y rendimiento del modelo de detección de armas de mano en video.spa
dc.description.tableofcontentsRESUMEN INTRODUCCIÓN 1. GENERALIDADES 2. MARCO DE REFERENCIA 3. METODOLOGÍA 4. DISEÑO METODOLÓGICO 5. DISCUSIÓN DE RESULTADOS 6. CONCLUSIONES 7. RECOMENDACIONES 8. ANEXOS 9. BIBLIOGRAFÍAspa
dc.date.accessioned2020-01-27T19:59:24Z-
dc.date.available2020-01-27T19:59:24Z-
dc.date.issued2019-
dc.format.mimetypeapplication/pdfspa
dc.identifier.citationCriollo Leal, B. A. & Díaz Rondón, N. (2019). Método de detección automática de armas de mano en video usando aprendizaje profundo Trabajo de Grado. Universidad Católica de Colombia. Facultad de Ingeniería. Programa de Ingeniería de Sistemas. Bogotá, Colombiaspa
dc.identifier.urihttps://hdl.handle.net/10983/24010-
dc.language.isospaspa
dc.typeTrabajo de grado - Pregradospa
dc.titleMétodo de detección automática de armas de mano en video usando aprendizaje profundospa
dc.subject.lembINTELIGENCIA ARTIFICIAL-
dc.rights.creativecommonsAtribución-NoComercialspa
dc.type.driverinfo:eu-repo/semantics/bachelorThesisspa
dc.type.versioninfo:eu-repo/semantics/submittedVersionspa
dc.subject.proposalAPRENDIZAJE PROFUNDOspa
dc.subject.proposalARMAS DE MANOspa
dc.subject.proposalDETECCIÓN DE OBJETOSspa
dc.subject.proposalFASTER-RCNNspa
dc.subject.proposalVISIÓN ARTIFICIALspa
dc.relation.referencesMurillo Mojica. Oscar. Seguridad, el tema del fogueo entre Policía y ciudadanía. [en línea]. En: El tiempo [Citado el 29 de junio, 2019] Disponible en internet:<https://www.eltiempo.com/bogota/como-esta-la-seguridad-en-bogotasegun-los-ciudadanos-y-la-policia-348276>spa
dc.relation.referencesSecretaría Distrital de Seguridad, Convivencia y Justicia, 2018. Bogotá ya Cuenta con más de 1.600 Cámaras De Vigilancia. [en línea]. En: Secretaría Distrital de Seguridad, Convivencia y Justicia. [Citado el 20 de noviembre, 2019]. Disponible en internet: <https://scj.gov.co/es/noticias/bogot%C3%A1-cuenta-m%C3%A1s1600-c%C3%A1maras-vigilancia>spa
dc.relation.referencesZhao, Zhong-Qiu & Zheng, Peng & Xu, Shou-Tao & Wu, Xindong, 2019. Object Detection with Deep Learning: A Review. IEEE. Transactions on Neural Networks and Learning Systems. [Citado el 16 marzo, 2019); pp. 1-21.spa
dc.relation.referencesEl Espectador. Preocupa incremento de hurtos violentos en Bogotá. [en línea]. En: El Espectador. [Citado el 04 de julio, 2019]. Disponible en internet: <https://www.elespectador.com/noticias/bogota/preocupa-incremento-de-hurtosviolentos-en-bogota-articulo-846973>spa
dc.relation.referencesVelásquez Loaiza, Melissa. Bogotá, ¿cada vez más insegura?: estas son las cifras de los crímenes en la capital colombiana. [en línea]. En: CNN. [Citado el 14 de marzo, 2019] Disponible en internet: <https://cnnespanol.cnn.com/2018/02/06/bogota-cada-vez-mas-insegura-estasson-las-cifras-de-los-crimenes-en-la-capital-colombiana/>spa
dc.relation.referencesEl tiempo. En Bogotá sube uso de armas de fuego en hurtos y baja en homicidios. [en línea]. En: El tiempo. [Citado el 14 de marzo, 2019]. Disponible en internet: <https://www.eltiempo.com/bogota/entre-enero-y-febrero-subio-el-uso-de-armasde-fuego-en-atracos-en-bogota-208274 >spa
dc.relation.referencesEl Espectador. Advierten uso de armas largas para perpetrar delitos en Bogotá. [en línea]. En: El Espectador. [Citado el 14 de marzo, 2019]. Disponible en internet: <https://www.elespectador.com/noticias/bogota/advierten-creciente-usode-armas-largas-para-perpetrar-delitos-en-bogota-articulo-869118>spa
dc.relation.referencesEl tiempo. ¿Qué tanto impactan en la seguridad las cámaras de vigilancia? [en línea]. En: El tiempo. [Citado el 14 de marzo, 2019]. Disponible en internet: <https://www.eltiempo.com/bogota/impacto-de-las-camaras-de-vigilancia-en-laseguridad-de-bogota-170988>spa
dc.relation.referencesSIE. El importante rol del sistema de CCTV en la Seguridad Privada. [en línea]. En: SIE. [Citado el 14 de marzo, 2019]. Disponible en internet: <https://siesa.com.ar/el-importante-rol-del-sistema-de-cctv-en-la-seguridadprivada/>spa
dc.relation.referencesRodríguez Gómez, José David. Refuerzan videovigilancía en Bogotá con nuevos centros de monitoreo. [en línea]. [Citado el 30 de marzo, 2019] En: RCN radio. Disponible en internet: https://www.rcnradio.com/bogota/refuerzan-videovigilanciaen-bogota-con-nuevos-centros-de-monitoreospa
dc.relation.referencesKumar Tiwari, Rohit. K. Verma, Gyanendra, 2015. A Computer Vision based Framework for Visual Gun Detection using Harris Interest Point Detector. ScienceDirect. Procedia Computer Science. Vol.54, (06, 2015); pp. 703-712.spa
dc.relation.referencesMJ, Bahmani. AI vs Machine Learning vs Deep Learning. [En línea]. En: Medium. [Citado el 23 de abril, 2019]. Disponible en internet: <https://medium.com/datadriveninvestor/ai-vs-machine-learning-vs-deep-learningba3b3c58c32>spa
dc.relation.referencesExpertSystem. What is Machine Learning? A definition. [en línea]. En: ExpertSystem. [Citado el 10 de julio, 2019]. Disponible en internet: <https://www.expertsystem.com/machine-learning-definition/>spa
dc.relation.referencesColciencias. ¿qué es el aprendizaje profundo? [en línea]. En: Colciencias. [Citado el 21 de marzo, 2019]. Disponible en internet: <http://www.todoesciencia.gov.co/aprende/innovacion/que-es-el-aprendizajeprofundo>spa
dc.relation.referencesBBVA. ¿Qué es la inteligencia artificial? [en línea]. En: BBVA. [Citado el 21 de marzo, 2019]. Disponible en internet: <https://www.bbva.com/es/que-es-lainteligencia-artificial-2/>spa
dc.relation.referencesShaoqing, Ren. Kaiming, He. Ross, Girshick. Jian, Sun. Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks. En: Cornell University (arXiv). Volume 3. 2015. Pages 1-14.spa
dc.relation.referencesGobierno de España – Ministerio de interior. Clasificación de armas. [En línea]. En: Gobierno de España – Ministerio de interior. [Citado el 21 de marzo, 2019]. Disponible en internet: <http://www.interior.gob.es/web/servicios-alciudadano/seguridad/armas-y-explosivos/clasificacion-de-armas>spa
dc.relation.referencesSkymind. Datasets and Machine Learning. [En línea]. En: Skymind. [Citado el 11 de julio, 2019] Disponible en internet: <https://skymind.ai/wiki/datasets-ml>spa
dc.relation.referencesGeeksforGeeks. Data Preprocessing for Machine learning in Python. [En línea]. En: GeeksforGeeks. [Citado el 11 de julio, 2019]. Disponible en internet: <https://www.geeksforgeeks.org/data-preprocessing-machine-learning-python/>spa
dc.relation.referencesVirginia Tech. Better Image Scaling. [En línea]. En: VTCourses. [Citado el 11 de julio, 2019] Disponible en internet: <http://courses.cs.vt.edu/~masc1044/L17- Rotation/ScalingNN.html>spa
dc.relation.referencesKatharopoulos, Angelos. Fleure, Franc¸ois. Not All Samples Are Created Equal: Deep Learning with Importance Sampling. En: Arxiv. Volume 2. 2018. Pages 1-13.spa
dc.relation.referencesTowards Data Science, 2019. Sampling Techniques. [En línea]. En: Towards Data Science. En: Towards Data Science. [Citado el 11 de julio, 2019]. Disponible en internet: <https://towardsdatascience.com/sampling-techniques-a4e34111d808>spa
dc.relation.referencesDeepAI. Sampling Techniques. [En línea]. En: DeepAi. [Citado el 11 de julio, 2019]. Disponible en internet: <https://deepai.org/machine-learning-glossary-andterms/feature-extraction>spa
dc.relation.referencesLiu, Han Yu Feature Extraction and Image Recognition with Convolutional Neural Networks. En: IOP Conf. Series: Journal of Physics: Conf. Series 1087. 2018. Pages 1-7.spa
dc.relation.referencesTryo Labs. Faster R-CNN: Down the rabbit hole of modern object detection. [En línea]. En: Tryo Labs. [Citado el 11 de julio, 2019]. Disponible en internet: <https://tryolabs.com/blog/2018/01/18/faster-r-cnn-down-the-rabbit-hole-of-modernobject-detection/>spa
dc.relation.referencesTowards data science. Activation Functions in Neural Networks. [En línea]. En: Towards data science. [Citado el 11 de julio, 2019]. Disponible en internet: <https://towardsdatascience.com/activation-functions-neural-networks1cbd9f8d91d6>spa
dc.relation.referencesGeeksforgeeks. CNN | Introduction to Pooling Layer. [En línea]. En: Geeksforgeeks. [Citado el 23 de septiembre, 2019] Disponible en internet: <https://www.geeksforgeeks.org/cnn-introduction-to-pooling-layer/>spa
dc.relation.referencesTowards Data Science. Review: Faster R-CNN (Object Detection). [En línea]. En: Towards Data Science. [Citado el 11 de julio, 2019]. Disponible en internet: <https://towardsdatascience.com/review-faster-r-cnn-object-detectionf5685cb30202>spa
dc.relation.referencesMathworks. ¿Qué es el reconocimiento de objetos? [En línea]. En: Mathworks. [Citado el 23 de marzo, 2019]. Disponible en internet: <https://la.mathworks.com/solutions/deep-learning/object-recognition.html>spa
dc.relation.referencesR. Caruana and A. Niculescu-Mizil, “Data mining in metric space: an empirical analysis of supervised learning performance criteria”, in Proc. of the 10th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (KDD '04), New York, NY, USA, ACM 2004, pp. 69-78.spa
dc.relation.referencesSunasra, Mohammed, 2017. Performance Metrics for Classification problems in Machine Learning. [En línea]. En: Medium. [Citado el 10 de octubre, 2019]. Disponible en internet: <https://medium.com/thalus-ai/performance-metrics-forclassification-problems-in-machine-learning-part-i-b085d432082b>spa
dc.relation.referencesPyImageSearch. Intersection over Union (IoU) for object detection. [En línea]. En: PyImageSearch. [Citado el 10 de octubre, 2019]. Disponible en internet: <https://www.pyimagesearch.com/2016/11/07/intersection-over-union-iou-forobject-detection/>spa
dc.relation.referencesGreg, Flittonn. Toby, P. Breckon. Najla, Megherbi. A comparison of 3D interest point descriptors with application to airport baggage object detection in complex CT imagery. En: El Sevier. [Citado el 10 de octubre, 2019]. Volume 46. Sept 2013. Pages 2420-2436.spa
dc.relation.referencesGesick, Richard. Saritac, Caner. Hung, Chih-Cheng. Automatic Image Analysis Process for the Detection of Concealed Weapons. En: Standford. ACM International Conference Proceeding Series. [Citado el 10 de octubre, 2019].spa
dc.relation.referencesTsung-Yi Lin, Michael Maire, Serge Belongie, James Hays, Pietro perona, Deva Ramanan, Piotr Dollár, C. Lawrence Zitnick. Microsoft COCO: Common Objects in Context. En: SpringerLink. 2014. Pages 740-755. [Citado el 10 de octubre, 2019].spa
dc.relation.referencesTiwari, Rohit Kumar. K. Verma, Gyanendra. A Computer Vision based Framework for Visual Gun Detection Using Harris Interest Point Detector. En: ScienceDirect. Volume 54. 2015. Pages 703-712. [Citado el 10 de octubre, 2019].spa
dc.relation.referencesFuente: Huang, Jonathan. Vivek, Rathod. Chen, Sun. Menglong, Zhu. Anoop, Korattikara. Fathi, Alireza. Ian, Fischer. Zbigniew, Wojna. Yang, Song. Guadarrama, Sergio. Murphy, Kevin. ArXiv: 1611.10012v3, 2017. Review: Speed/accuracy trade-offs for modern convolutional object detectors. [en línea]. [Citado el 10 de octubre, 2019].spa
dc.relation.referencesOlmos, Roberto. Tabik, Siham. Herrera, Francisco. [En línea]. ArXiv: 1702.05147v1, 2017. Automatic Handgun Detection Alarm in Videos Using Deep Learning. [Citado el 10 de octubre, 2019]. Disponible en internet: <https://arxiv.org/abs/1702.05147>spa
dc.relation.referencesRen, Shaoqing. He, Kaiming. Girshick, Ross. Sun, Jian. [En línea]. ArXiv: 1506.01497v3, 2016. Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks. [Citado el 10 de octubre, 2019] Disponible en internet: <https://arxiv.org/pdf/1506.01497.pdf>spa
dc.relation.referencesGITHUB TENSORFLOW. Tensorflow Object Detection API. [en línea]. En: GITHUB. [Citado el 10 de octubre de, 2019]. Disponible en internet: <https://github.com/tensorflow/models/tree/master/research/object_detection>spa
dc.description.degreelevelPregradospa
dc.description.degreenameIngeniero de Sistemasspa
dc.publisher.programUniversidad Católica de Colombia. Facultad de Ingeniería. Programa de Ingeniería de Sistemasspa
dc.type.contentTextspa
Appears in Collections:ACI. Pregrado Sistemas



This item is protected by original copyright



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.