Desarrollo de sistema de Estimación de pose con visión artificial utilizando Redes Neuronales Convolucionales (CNN) para la detección de personas con actitudes sospechosas.

PDF

Kaydedildi:

Detaylı Bibliyografya
Yazar:	Minchala Plúas, Ivonne Roxana (author)
Diğer Yazarlar:	Daquilema Sauce, Alex Javier (author)
Materyal Türü:	bachelorThesis
Dil:	spa
Baskı/Yayın Bilgisi:	2024
Konular:	VIGILANCIA INTELIGENTE RECONOCIMIENTO FACIAL DETECCIÓN DE COMPORTAMIENTOS SEGURIDAD MALECÓN 2000 APRENDIZAJE AUTOMÁTICO REDES NEURONALES CONVOLUCIONALES VISIÓN POR COMPUTADORA INTELLIGENT SURVEILLANCE FACIAL RECOGNITION SUSPICIOUS BEHAVIOR DETECTION SECURITY MACHINE LEARNING CONVOLUTIONAL NEURAL NETWORKS (CNN) COMPUTER VISION
Online Erişim:	https://repositorio.ug.edu.ec/handle/redug/76625
Etiketler:	Etiketle Etiket eklenmemiş, İlk siz ekleyin!

_version_	1858352640157548544
author	Minchala Plúas, Ivonne Roxana
author2	Daquilema Sauce, Alex Javier
author2_role	author
author_facet	Minchala Plúas, Ivonne Roxana Daquilema Sauce, Alex Javier
author_role	author
collection	Repositorio Universidad de Guayaquil
dc.contributor.none.fl_str_mv	Alonso Anguizaca, . José Luis
dc.creator.none.fl_str_mv	Minchala Plúas, Ivonne Roxana Daquilema Sauce, Alex Javier
dc.date.none.fl_str_mv	2024-11-12T20:59:24Z 2024-11-12T20:59:24Z 2024-09
dc.format.none.fl_str_mv	application/pdf
dc.identifier.none.fl_str_mv	https://repositorio.ug.edu.ec/handle/redug/76625
dc.language.none.fl_str_mv	spa
dc.publisher.none.fl_str_mv	Universidad de Guayaquil. Facultad de Ciencias Matemáticas y Físicas. Carrera de Software.
dc.rights.none.fl_str_mv	info:eu-repo/semantics/openAccess
dc.source.none.fl_str_mv	reponame:Repositorio Universidad de Guayaquil instname:Universidad de Guayaquil instacron:UG
dc.subject.none.fl_str_mv	VIGILANCIA INTELIGENTE RECONOCIMIENTO FACIAL DETECCIÓN DE COMPORTAMIENTOS SEGURIDAD MALECÓN 2000 APRENDIZAJE AUTOMÁTICO REDES NEURONALES CONVOLUCIONALES VISIÓN POR COMPUTADORA INTELLIGENT SURVEILLANCE FACIAL RECOGNITION SUSPICIOUS BEHAVIOR DETECTION SECURITY MALECÓN 2000 MACHINE LEARNING CONVOLUTIONAL NEURAL NETWORKS (CNN) COMPUTER VISION
dc.title.none.fl_str_mv	Desarrollo de sistema de Estimación de pose con visión artificial utilizando Redes Neuronales Convolucionales (CNN) para la detección de personas con actitudes sospechosas.
dc.type.none.fl_str_mv	info:eu-repo/semantics/bachelorThesis info:eu-repo/semantics/publishedVersion
description	PDF
eu_rights_str_mv	openAccess
format	bachelorThesis
id	UG_401de0da3edcf8cfc8cfb1a0abcf205f
instacron_str	UG
institution	UG
instname_str	Universidad de Guayaquil
language	spa
network_acronym_str	UG
network_name_str	Repositorio Universidad de Guayaquil
oai_identifier_str	oai:repositorio.ug.edu.ec:redug/76625
publishDate	2024
publisher.none.fl_str_mv	Universidad de Guayaquil. Facultad de Ciencias Matemáticas y Físicas. Carrera de Software.
reponame_str	Repositorio Universidad de Guayaquil
repository.mail.fl_str_mv	.
repository.name.fl_str_mv	Repositorio Universidad de Guayaquil - Universidad de Guayaquil
repository_id_str	0
spelling	Desarrollo de sistema de Estimación de pose con visión artificial utilizando Redes Neuronales Convolucionales (CNN) para la detección de personas con actitudes sospechosas.Minchala Plúas, Ivonne RoxanaDaquilema Sauce, Alex JavierVIGILANCIA INTELIGENTERECONOCIMIENTO FACIALDETECCIÓN DE COMPORTAMIENTOSSEGURIDADMALECÓN 2000APRENDIZAJE AUTOMÁTICOREDES NEURONALES CONVOLUCIONALESVISIÓN POR COMPUTADORAINTELLIGENT SURVEILLANCEFACIAL RECOGNITIONSUSPICIOUS BEHAVIOR DETECTIONSECURITYMALECÓN 2000MACHINE LEARNINGCONVOLUTIONAL NEURAL NETWORKS (CNN)COMPUTER VISIONPDFEste proyecto tiene como objetivo desarrollar un sistema de vigilancia inteligente basado en el reconocimiento facial y la detección de comportamientos sospechosos para mejorar la seguridad en el Malecón 2000. La investigación se apoya en teorías de visión por computadora y aprendizaje automático, destacando la relevancia de las redes neuronales convolucionales en la detección y reconocimiento de rostros. La metodología incluye un enfoque de desarrollo en cascada mejorada, con la implementación de módulos de captura y análisis de imágenes y videos, generación de alertas en tiempo real y gestión de bases de datos. El sistema está compuesto por varios componentes de hardware y software, incluyendo cámaras de alta resolución, computadoras de alto rendimiento, un servidor de base de datos Firebase, y un servidor de aplicaciones FlutterFlow. Los usuarios podrán acceder a un Dashboard que presenta información en tiempo real, alertas de eventos, y estadísticas de seguridad. Los actores involucrados incluyen administradores, usuarios, supervisor, cada uno con roles y responsabilidades específicos para asegurar el correcto funcionamiento del sistema. Los casos de prueba realizados confirman que el sistema puede manejar eficazmente la captura y almacenamiento de imágenes y videos, la detección y reconocimiento de rostros, y la generación de alertas en tiempo real. Las conclusiones del proyecto indican que el desarrollo del sistema no solo mejorará la seguridad en el Malecón 2000, sino que también proporcionará una herramienta valiosa para las fuerzas de seguridad locales, contribuyendo a la reducción de la criminalidad y mejorando la experiencia de los visitantes y la comunidad en general.This project aims to develop an intelligent surveillance system based on facial recognition and suspicious behavior detection to enhance security at Malecón 2000. The research draws upon theories of computer vision and machine learning, emphasizing the relevance of convolutional neural networks (CNN) in face detection and recognition. The methodology adopts an improved waterfall development approach, implementing modules for image and video capture, real-time alert generation, and database management. The system comprises hardware components such as high-resolution cameras, high-performance computers, a Firebase database server, and a FlutterFlow application server. Users access a dashboard providing real-time information, event alerts, and security statistics. Stakeholders include administrators, users, developers, system analysts, testers, and stakeholders, each with specific roles and responsibilities ensuring system functionality. Test cases confirm the system's ability to effectively handle image and video capture, face detection and recognition, and real-time alert generation. Project conclusions suggest that implementing the system will not only improve security at Malecón 2000 but also provide a valuable tool for local law enforcement, contributing to crime reduction and enhancing visitor and community experience overall.Universidad de Guayaquil. Facultad de Ciencias Matemáticas y Físicas. Carrera de Software.Alonso Anguizaca, . José Luis2024-11-12T20:59:24Z2024-11-12T20:59:24Z2024-09info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://repositorio.ug.edu.ec/handle/redug/76625spainfo:eu-repo/semantics/openAccessreponame:Repositorio Universidad de Guayaquilinstname:Universidad de Guayaquilinstacron:UG2024-11-13T03:02:21Zoai:repositorio.ug.edu.ec:redug/76625Institucionalhttp://repositorio.ug.edu.ec/Universidad públicahttps://www.ug.edu.ec/..Ecuador...opendoar:02026-02-28T06:27:09.314817Repositorio Universidad de Guayaquil - Universidad de Guayaquiltrue
spellingShingle	Desarrollo de sistema de Estimación de pose con visión artificial utilizando Redes Neuronales Convolucionales (CNN) para la detección de personas con actitudes sospechosas. Minchala Plúas, Ivonne Roxana VIGILANCIA INTELIGENTE RECONOCIMIENTO FACIAL DETECCIÓN DE COMPORTAMIENTOS SEGURIDAD MALECÓN 2000 APRENDIZAJE AUTOMÁTICO REDES NEURONALES CONVOLUCIONALES VISIÓN POR COMPUTADORA INTELLIGENT SURVEILLANCE FACIAL RECOGNITION SUSPICIOUS BEHAVIOR DETECTION SECURITY MALECÓN 2000 MACHINE LEARNING CONVOLUTIONAL NEURAL NETWORKS (CNN) COMPUTER VISION
status_str	publishedVersion
title	Desarrollo de sistema de Estimación de pose con visión artificial utilizando Redes Neuronales Convolucionales (CNN) para la detección de personas con actitudes sospechosas.
title_full	Desarrollo de sistema de Estimación de pose con visión artificial utilizando Redes Neuronales Convolucionales (CNN) para la detección de personas con actitudes sospechosas.
title_fullStr	Desarrollo de sistema de Estimación de pose con visión artificial utilizando Redes Neuronales Convolucionales (CNN) para la detección de personas con actitudes sospechosas.
title_full_unstemmed	Desarrollo de sistema de Estimación de pose con visión artificial utilizando Redes Neuronales Convolucionales (CNN) para la detección de personas con actitudes sospechosas.
title_short	Desarrollo de sistema de Estimación de pose con visión artificial utilizando Redes Neuronales Convolucionales (CNN) para la detección de personas con actitudes sospechosas.
title_sort	Desarrollo de sistema de Estimación de pose con visión artificial utilizando Redes Neuronales Convolucionales (CNN) para la detección de personas con actitudes sospechosas.
topic	VIGILANCIA INTELIGENTE RECONOCIMIENTO FACIAL DETECCIÓN DE COMPORTAMIENTOS SEGURIDAD MALECÓN 2000 APRENDIZAJE AUTOMÁTICO REDES NEURONALES CONVOLUCIONALES VISIÓN POR COMPUTADORA INTELLIGENT SURVEILLANCE FACIAL RECOGNITION SUSPICIOUS BEHAVIOR DETECTION SECURITY MALECÓN 2000 MACHINE LEARNING CONVOLUTIONAL NEURAL NETWORKS (CNN) COMPUTER VISION
url	https://repositorio.ug.edu.ec/handle/redug/76625

Desarrollo de sistema de Estimación de pose con visión artificial utilizando Redes Neuronales Convolucionales (CNN) para la detección de personas con actitudes sospechosas.

Benzer Materyaller