Por favor, use este identificador para citar o enlazar este ítem: http://dspace.espoch.edu.ec/handle/123456789/13783
Título : Diseño y construcción de nodos inteligentes para detección de armas dentro de una red de video-vigilancia utilizando visión artificial.
Autor : Oñate Miranda, Fernando Patricio
Director(es): Altamirano Santillán, Edwin Vinicio
Tribunal (Tesis): Tinajero León, José Luis
Palabras claves : TECNOLOGÍA Y CIENCIAS DE LA INGENIERÍA;VISIÓN ARTIFICIAL;CLASIFICADOR HAAR (ESTRUCTURA DE FUNCIONES);VIDEO VIGILANCIA;SISTEMA GLOBAL PARA LAS COMUNICACIÓNES (GSM);APRENDIZAJE AUTOMÁTICO;OPENCV (SOFTWARE)
Fecha de publicación : 30-ene-2020
Editorial : Escuela Superior Politécnica de Chimborazo
Citación : Oñate Miranda, Fernando Patricio. (2020). Diseño y construcción de nodos inteligentes para detección de armas dentro de una red de video-vigilancia utilizando visión artificial. Escuela Superior Politécnica de Chimborazo. Riobamba.
Identificador : UDCTFIYE;108T0323
Abstract : In this titling work, the objective was to implement intelligent nodes for weapons detection within a video surveillance network using artificial vision. For which nodes of detection were designed determining the requirements and implementing them through the coupling of several electronic devices, an image capture device was implemented that allows to obtain the inputs of the system, analyzing said images with characteristics of the objects with the help of OpenCV libraries and HAAR classifiers which run on free Linux software, a detector algorithm has been designed which has been programmed on a low-cost embedded card. The system sends a GSM alert when a weapon is detected, then sends the image to a Gmail database for analysis taking into account that, if a face is identified within the image that contains the object of study, a facial cut and an approach will be carried out to better identify the individual. With the tests it was determined that although the objects under analysis are small and difficult to detect compared to vehicles or people, the nodes comply with the provision of weapons in different environments. It is concluded that the system manages to send the GSM alert in an average time of 6.5 seconds, send and store the image detected in the Gmail database in an average time of 10 seconds, which allows us to have a real-time detection, It recommends using own images of each environment in analysis to obtain classifiers with greater detection force.
Resumen : En el presente trabajo de titulación tuvo como objetivo diseñar e implementar nodos inteligentes para detección de armas dentro de una red de video-vigilancia utilizando visión artificial. Para lo cual se implementó nodos de detección mediante los requisitos necesarios para su ejecución, así como el acople de varios dispositivos electrónicos. Se implementó un dispositivo de captura de imágenes que permite obtener las entradas del sistema, analizando dichas imágenes con herramientas de visión artificial orientadas al aprendizaje automático para seleccionar características de los objetos con ayuda de librerías de OpenCV y clasificadores HAAR los cuales se ejecutan sobre un software libre Linux, se ha diseñado un algoritmo detector el cual se ha programado sobre una tarjeta embebida de bajo costo. El sistema envía una alerta GSM al momento que se detecta un arma. Para lo cual se envía la imagen hacía una base de datos de Gmail para su análisis tomando en cuenta que, si se identifica un rostro dentro de la imagen que contiene el objeto en estudio se procederá a realizar un recorte facial y un acercamiento para identificar de mejor manera al individuo. Con las pruebas se determinó que a pesar que los objetos en análisis son pequeños y de difícil detección a comparación de vehículos o personas, los nodos cumplen con la detección de armas en diferentes ambientes. Se concluye que el sistema logra enviar la alerta GSM en un tiempo promedio de 6.5 segundos, enviar y almacenar la imagen detectada en la base de datos de Gmail en un tiempo promedio de 10 segundos lo que nos permite tener una detección en tiempo real, se recomienda utilizar imágenes propias de cada ambiente en análisis para obtener clasificadores con mayor fuerza de detección.
URI : http://dspace.espoch.edu.ec/handle/123456789/13783
Aparece en las colecciones: Ingeniería en Electrónica, Control y Redes Industriales

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
108T0323.pdf2,31 MBAdobe PDFVista previa
Visualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons