Dissertação

Reconhecimento automático de armas de fogo no interior de veículos.

O aumento da violência urbana no Brasil tem destacado o crescente número de assaltos a mão armada no interior de veículos. Os dados registrados impressionam, somando o alarmante número de 57 veículos assaltados por hora no país. Manaus apresenta-se como uma das cidades brasileiras com maior número d...

ver descrição completa

Autor principal: Hermida, Paulo Cezar de Queiroz
Outros Autores: lattes
Grau: Dissertação
Idioma: por
Publicado em: Universidade Federal do Amazonas 2017
Assuntos:
Descritores Locais
Identificação de assalto a veículos
Reconhecimento de armas de fogo
Segurança em veículos
ENGENHARIAS: ENGENHARIA ELÉTRICA
Acesso em linha: http://tede.ufam.edu.br/handle/tede/5853
id oai:https:--tede.ufam.edu.br-handle-:tede-5853
recordtype dspace
spelling oai:https:--tede.ufam.edu.br-handle-:tede-58532017-08-26T05:04:38Z Reconhecimento automático de armas de fogo no interior de veículos. Hermida, Paulo Cezar de Queiroz Pio, José Luiz de Souza lattes http://lattes.cnpq.br/1014904168887285 Descritores Locais Identificação de assalto a veículos Reconhecimento de armas de fogo Segurança em veículos ENGENHARIAS: ENGENHARIA ELÉTRICA O aumento da violência urbana no Brasil tem destacado o crescente número de assaltos a mão armada no interior de veículos. Os dados registrados impressionam, somando o alarmante número de 57 veículos assaltados por hora no país. Manaus apresenta-se como uma das cidades brasileiras com maior número de assaltos a veículos. O Sindicato das Empresas de Transporte de Passageiros do Estado do Amazonas (Sinetram) já registra, apenas nos primeiros quatro meses de 2017 o alarmante número de 1.120 assaltos a ônibus em Manaus. Por outro lado, o Sindicato dos Taxistas do Amazonas (Sintax-AM) aponta que, pelo menos dez taxistas são assaltados por dia na cidade. O objetivo deste trabalho é o desenvolvimento de um método que faça o reconhecimento automático de assaltos a mão armada no interior de veículos automotivos. Contribuindo dessa forma para o combate a violência urbana e viabilizando a atuação mais rápida e efetiva dos agentes de segurança pública. A abordagem que será adotada consiste na criação de um conjunto de descritores locais, gerados a partir de uma sequência de imagens de armas de fogo (revólveres e pistolas). Esses descritores fornecem uma base de informações capaz de identificar a presença de armas de fogo, nas imagens capturadas do interior de veículos de passeio. Essa abordagem dispensa a localização da arma no espaço da imagem e a reconhece a partir de um conjunto de características otimizadas. Os resultados obtidos mostram que o método desenvolvido reconhece a arma de fogo em diferentes situações de movimento, com índices de acerto acima de 80% em todas as métricas utilizadas. O método é integrável aos sistemas de segurança veicular modernos e suficientemente robusto para o monitoramento contínuo do interior de carros de passeio. The increase in urban violence in Brazil has highlighted the growing number of armed robberies inside vehicles. The data recorded impressed, adding to the alarming number of 57 vehicles robbed per hour in the country. Manaus presents itself as one of the Brazilian cities with the highest number of vehicle assaults. The Sinetram Passenger Transport Companies Union (Sinetram) already registers in the first four months of 2017 the alarming number of 1,120 bus robberies in Manaus. On the other hand, the Union of Taxistas do Amazonas (Sintax-AM) points out that at least ten taxi drivers are assaulted per day in the city. The objective of this work is the development of a method that automatically recognizes armed robberies inside automotive vehicles. Contributing in this way to the fight against urban violence and enabling the quicker and more effective action of public security agents. The approach that will be adopted is the creation of a set of local descriptors, generated from a sequence of images of firearms (revolvers and pistols). These descriptors provide an information base capable of identifying the presence of firearms in the images captured from the interior of walking vehicles. This approach dispenses with the location of the weapon in the image space and recognizes it from a set of optimized features. The obtained results show that the developed method recognizes the firearm in different situations of movement, with hit rates above 80 % in all metrics used. The method is integrable with modern vehicle safety systems and robust enough for continuous monitoring of the interior of pscsenger cars. 2017-08-25T14:02:14Z 2017-06-09 Dissertação HERMIDA, Paulo Cezar de Queiroz. Reconhecimento automático de armas de fogo no interior de veículos. 2017. 90 f. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Federal do Amazonas, Manaus, 2017. http://tede.ufam.edu.br/handle/tede/5853 por Acesso Aberto http://creativecommons.org/licenses/by-nc-nd/4.0/ application/pdf Universidade Federal do Amazonas Faculdade de Tecnologia Brasil UFAM Programa de Pós-graduação em Engenharia Elétrica
institution TEDE - Universidade Federal do Amazonas
collection TEDE-UFAM
language por
topic Descritores Locais
Identificação de assalto a veículos
Reconhecimento de armas de fogo
Segurança em veículos
ENGENHARIAS: ENGENHARIA ELÉTRICA
spellingShingle Descritores Locais
Identificação de assalto a veículos
Reconhecimento de armas de fogo
Segurança em veículos
ENGENHARIAS: ENGENHARIA ELÉTRICA
Hermida, Paulo Cezar de Queiroz
Reconhecimento automático de armas de fogo no interior de veículos.
topic_facet Descritores Locais
Identificação de assalto a veículos
Reconhecimento de armas de fogo
Segurança em veículos
ENGENHARIAS: ENGENHARIA ELÉTRICA
description O aumento da violência urbana no Brasil tem destacado o crescente número de assaltos a mão armada no interior de veículos. Os dados registrados impressionam, somando o alarmante número de 57 veículos assaltados por hora no país. Manaus apresenta-se como uma das cidades brasileiras com maior número de assaltos a veículos. O Sindicato das Empresas de Transporte de Passageiros do Estado do Amazonas (Sinetram) já registra, apenas nos primeiros quatro meses de 2017 o alarmante número de 1.120 assaltos a ônibus em Manaus. Por outro lado, o Sindicato dos Taxistas do Amazonas (Sintax-AM) aponta que, pelo menos dez taxistas são assaltados por dia na cidade. O objetivo deste trabalho é o desenvolvimento de um método que faça o reconhecimento automático de assaltos a mão armada no interior de veículos automotivos. Contribuindo dessa forma para o combate a violência urbana e viabilizando a atuação mais rápida e efetiva dos agentes de segurança pública. A abordagem que será adotada consiste na criação de um conjunto de descritores locais, gerados a partir de uma sequência de imagens de armas de fogo (revólveres e pistolas). Esses descritores fornecem uma base de informações capaz de identificar a presença de armas de fogo, nas imagens capturadas do interior de veículos de passeio. Essa abordagem dispensa a localização da arma no espaço da imagem e a reconhece a partir de um conjunto de características otimizadas. Os resultados obtidos mostram que o método desenvolvido reconhece a arma de fogo em diferentes situações de movimento, com índices de acerto acima de 80% em todas as métricas utilizadas. O método é integrável aos sistemas de segurança veicular modernos e suficientemente robusto para o monitoramento contínuo do interior de carros de passeio.
author_additional Pio, José Luiz de Souza
author_additionalStr Pio, José Luiz de Souza
format Dissertação
author Hermida, Paulo Cezar de Queiroz
author2 lattes
author2Str lattes
title Reconhecimento automático de armas de fogo no interior de veículos.
title_short Reconhecimento automático de armas de fogo no interior de veículos.
title_full Reconhecimento automático de armas de fogo no interior de veículos.
title_fullStr Reconhecimento automático de armas de fogo no interior de veículos.
title_full_unstemmed Reconhecimento automático de armas de fogo no interior de veículos.
title_sort reconhecimento automático de armas de fogo no interior de veículos.
publisher Universidade Federal do Amazonas
publishDate 2017
url http://tede.ufam.edu.br/handle/tede/5853
_version_ 1781302236297560064
score 11.675088

Registros relacionados