| Revista: | Latin-American Journal of Computing (LAJC) |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000456689 |
| ISSN: | 1390-9134 |
| Autores: | Leturia Rodriguez, Walter1 Urrelo Huiman, Luis1 |
| Instituciones: | 1Universidad Privada Antenor Orrego, Trujillo. Perú |
| Año: | 2021 |
| Periodo: | Jul-Dic |
| Volumen: | 8 |
| Número: | 2 |
| Paginación: | 46-57 |
| País: | Ecuador |
| Idioma: | Español |
| Tipo de documento: | Artículo |
| Enfoque: | Aplicado, descriptivo |
| Resumen en español | En América latina se encuentran 42 de las 50 ciudades más violentas del mundo, en el Perú el año 2019 el 9.7% de hechos delictivos con arma de fuego fueron realizados en zonas urbanas y en las ciudades de 20 mil a más habitantes el porcentaje se elevó al 10.2%, pero las denuncias, por falta de pruebas, generaron en ciudades como Lima, solo un 19.46% de detenciones. Los miembros del cuerpo policial disponen de dispositivos, vehículos y herramientas que les permiten ejercer sus funciones de una manera segura; sin embargo, no cuentan con un mecanismo efectivo, el cual permita identificar un robo a mano armada y concentrar sus esfuerzos en llevar a cabo una oportuna intervención. Por lo anterior, la presente investigación desarrolla un algoritmo basado en Redes Neuronales Recurrente con OpenCv/YOLOv3 combinada con la técnica de Algoritmos Genéticos para la detección de objetos y patrón de movimiento con un 96.5% de precisión, permitiendo la detección temprana ante un delito perpetrado bajo la modalidad de robo a mano armada |
| Resumen en inglés | In Latin America there are 42 of the 50 most violent cities in the world, in Peru in 2019 9.7% of criminal acts with firearms were carried out in urban areas and in cities with 20,000 or more inhabitants the percentage rose to 10.2%, but the complaints, due to lack of evidence, generated in cities like Lima, only 19.46% of arrests. The members of the police force have devices, vehicles and tools that allow them to carry out their functions in a safe manner, however, they do not have an effective mechanism, which allows to identify an armed robbery and to concentrate their efforts on carrying out a timely intervention. Therefore, the present research develops an algorithm based on Recurrent Neural Networks with OpenCv / YOLOv3 combined with the Genetic Algorithms technique for the detection of objects and movement patterns with 96.5% accuracy, allowing early detection of a crime perpetrated under the modality of armed robbery |
| Disciplinas: | Ciencias de la computación |
| Palabras clave: | Inteligencia artificial, Procesamiento de datos, Programación, Redes, Aprendizaje automático, Detección de objetos, Detección de movimiento, Robo |
| Keyword: | Artificial intelligence, Data processing, Programming, Networks, Machine learning, Object finding, Movement patterns, Robbery |
| Texto completo: | Texto completo (Ver PDF) |
