Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.usfq.edu.ec/handle/23000/14839
Tipo de material: bachelorThesis
Título : Aplicación de algoritmos de aprendizaje automático y computer vision para la prevención y detección de crímenes
Autor : Herrera Gordón, Andrés Mateo
Director de Tesis : Grijalva, Felipe, dir.
Descriptores : Redes neuronales - Detección - Tesis y disertaciones académicas
Fecha de publicación : 12-may-2025
Editorial : Quito
Citación : Tesis (Ingeniero en Ciencias de la Computación), Universidad San Francisco de Quito, Colegio de Ciencias e Ingenierías; Quito, Ecuador, 2025
Páginas : 13 h.
Acceso: openAccess
Atribución-NoComercial-SinDerivadas 3.0 Ecuador
Resumen : Este trabajo presenta el entrenamiento e implementaci ´on de algoritmos de aprendizaje autom´atico y visi´on por computador, orientados a la prevenci´on y detecci´on de cr´ımenes en tiempo real. El tema surge como respuesta al incremento de actos il´ıcitos en Ecuador, con el objetivo de reducir los tiempos de respuesta policial mediante la automatizaci´on del an´alisis de comportamientos sospechosos en videovigilancia. Se utilizaron modelos con redes neuronales profundas, espec´ıficamente I3D y una arquitectura h´ıbrida I3D+ConvLSTM, capaces de identificar patrones en secuencias temporales. Los resultados obtenidos demuestran la efectividad de estas t´ecnicas para anticipar y detectar eventos delictivos, constituyendo una herramienta valiosa para mejorar la seguridad ciudadana...
Descripción : This paper presents the training and implementation of machine learning and computer vision algorithms aimed at the real-time prevention and detection of crimes. The proposal emerges in response to the rising crime rates in Ecuador, with the objective of reducing police response times through the automated analysis of suspicious behaviors in video footage...
URI : http://repositorio.usfq.edu.ec/handle/23000/14839
Aparece en las colecciones: Tesis - Ingeniería en Ciencias de la Computación

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
216962.pdfTexto completo1.15 MBAdobe PDFVista previa
Visualizar/Abrir


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