Resumen del Artículo
DETECCIÓN DE ARMAS MEDIANTE VISIÓN ARTIFICIAL UTILIZANDO TÉCNICAS DE AUMENTACIÓN DE DATOS
Gilbert F Pérez-García1; Alexis de J Flores García1; Elías N Escobar-Gómez1; Jorge A Sarmiento-Torres1; María C Salgado-Gutiérrez1
Resumen
En este estudio, se presenta el desarrollo de un sistema de detección de armas basado en visión artificial, diseñado para fortalecer la seguridad en entornos críticos, como aeropuertos, escuelas y áreas públicas. La metodología propuesta se fundamenta en el procesamiento de imágenes y el aprendizaje profundo, orientado a la identificación de armas de fuego. Para este propósito, se implementa el modelo de detección de objetos YOLO, específicamente la versión 8. El proceso de entrenamiento se lleva a cabo empleando un conjunto de datos de dominio público modificado mediante técnicas de aumentación de datos. La ejecución del modelo se realiza en un ordenador de computadora logrando con esto, una detección en tiempo real. Cuando se detecta una posible arma de fuego, el sistema genera una alarma discreta e instantánea, alertando a las autoridades responsables, lo que acelera los tiempos de respuesta y simultáneamente registra el incidente. Es importante destacar que la ética y la privacidad son consideraciones prioritarias en este proyecto, asegurando que el sistema se centre exclusivamente en la identificación de armas de fuego, sin invadir la privacidad de las personas. En resumen, este proyecto representa las bases para el desarrollo de sistemas orientados a la aplicación responsable de la inteligencia artificial para reforzar la seguridad pública, proporcionando una capa adicional de protección respaldada por precisión, rapidez y consideraciones éticas.
Palabras claves
Detección de armas, YOLOv8, visión artificial, Aprendizaje profundo, redes neuronales convolucionales.
Fecha de Recepción: 03/12/2023ǀ Fecha de Aceptación: 11/12/2023
EXTENSO;
DETECCIÓN DE ARMAS MEDIANTE VISIÓN ARTIFICIAL UTILIZANDO TÉCNICAS DE AUMENTACIÓN DE DATOS
