Desarrollo de un sistema aplicando visión artificial para el análisis de comportamientos sospechosos y la prevención de atracos armados en la compañía de telecomunicaciones Global Cell.

Abstract

La presente investigación aborda el desarrollo de un sistema de monitoreo y seguridad inteligente, fundamentado en el uso de visión artificial. Este sistema está concebido para la identificación automatizada de conductas consideradas sospechosas en cuanto a gestos corporales, además de la detección de prendas y accesorios que pueden opacar la visibilidad de una persona, todo ello mediante escenarios simulados. La implementación incorpora herramientas avanzadas de aprendizaje profundo, tales como Yolov11, Yolo pose, destinadas al seguimiento de individuos y a la estimación de posturas. Así mismo, se utiliza la biblioteca OpenCV para el procesamiento de video multicanal, estableciendo una interfaz de comunicación con la API de Telegram para la transmisión remota de notificaciones y alertas. No obstante, el uso de cámaras de video vigilancia MI 360 a 1080 de la compañía Xiaomi, un computador para su respectivo desarrollo y un móvil para el envío de alertas. La eficacia del sistema fue corroborada mediante evaluaciones de precisión en la detección de accesorios como gafas, gorras, mascarillas, etc. y en el reconocimiento de posturas indicativas de amenaza como manos en la cabeza o elevadas. El proyecto se llevó a cabo en tres etapas. En primer lugar, tras una exhaustiva revisión del estado del arte en sistemas de video vigilancia, se seleccionaron modelos de detección de objetos, ponderando su equilibrio entre la velocidad de inferencia y la precisión. En segundo lugar, se procedió a la programación del sistema en Python utilizando la interfaz de Visual Studio Code. La activación de alarmas se produce ante la presencia de tres o más objetos considerados sospechosos y posturas evaluadas como críticas. Se determina que la integración de redes neuronales convolucionales para la vigilancia representa una solución tecnológica sólida y adaptable. Se sugiere que las futuras generaciones incorporen el empleo de hardware especializado para aceleración como unidades de procesamiento gráfico dedicadas como por ejemplo NVIDIA Nano Jetson y la inclusión de algoritmos de identificación facial para perfeccionar el seguimiento de los individuos detectados, lo que optimizará los tiempos de respuesta en los sistemas de seguridad pública.