Este documento propone implementar cámaras de seguridad con sistemas de detección automática de incidentes y reconocimiento facial basados en redes neuronales en Venezuela para combatir la alta inseguridad. Estos sistemas permitirían identificar personas buscadas o vehículos usados en delitos en tiempo real y alertar a las autoridades para una respuesta rápida, con el objetivo de disminuir la tasa de criminalidad.

1. Aplicación de redes
neuronales en Venezuela
Integrante: Ismael Marin
C.I:24598760
Profesor: Jose Luis Guzman

2. Redes Neuronales
Es un modelo simplificado que emula el modo en que el cerebro humano procesa la
información, el objetivo de estos algoritmos es entender datos del mundo real (imágenes,
texto, voz..etc), procesarlos y clasificarlos o etiquetarlos.
Como en el cerebro humano, una de las características más importantes de las redes
neuronales es su poder de “aprendizaje”.

3. Tipos de Redes Neuronales dependiendo de su
aprendizaje
Aprendizaje supervisado, se “etiquetan” los datos de entrada para ayudar a los algoritmos a valorar correctamente
los datos y asignar un valor de salida. Es un método de aprendizaje muy utilizado para clasificaciones y regresiones.
Aprendizaje no supervisado, se basa en no etiquetar ningún dato de entrada y dejar que el algoritmo encuentre
variantes de patrones y correlaciones. Se utiliza cuando justamente queremos descubrir qué hay detrás de los datos que no
vemos, por ejemplo para perfilado o “clustering” de clientes.
Aprendizaje reforzado, se basa en el ensayo y error. Un ejemplo, para explicarlo de una forma sencilla, sería un
videojuego. Recordando el famoso juego de la serpiente para móviles, la serpiente tiene unos movimientos limitados que
puede hacer (arriba, abajo, izquierda y derecha). Para que aprenda, cada vez que choca con una pared ó con ella misma se
le penaliza, y cada vez que come se le premia. Al principio la serpiente se moverá de forma totalmente aleatoria chocando
con ella misma o con la pared muy frecuentemente, después de haber jugado millones de partidas se puede ver como la
serpiente ha aprendido a jugar y tarda un tiempo muy largo en equivocarse.

4. Propuesta para la aplicación de redes neuronales en
Venezuela
En esta propuesta se toma en cuenta el nivel de inseguridad en la cual
se vive el día a día en Venezuela, El crimen en Venezuela es un problema
generalizado que afecta a todo el país. Venezuela fue clasificada como la nación
más insegura del mundo por Gallup en 2013, exponiendo Naciones Unidas que
este tipo de problemas se debe a la mala situación política y económica del país.
“Sonnenschein, Jan. «Latin America Scores Lowest on Security». 22 de agosto de
2014”

5. Gráficos

6. Propuesta
Se propone implementar cámaras de seguridad (CCTV) con sistemas DAI y de reconocimiento
facial en áreas públicas con alto índice delictivo e inseguridad con la implementación de algoritmos de
redes neuronales para identificar en tiempo real ciudadanos buscados por la ley, automoviles usados en
previos actos delictivos o grabar cualquier tipo de infracción cometida en dicha área, de esta manera se
podrán obtener datos y alertas en tiempo real, este sistema de análisis de vídeo inteligente basado en
redes neuronales está altamente automatizado, es compatible con una amplia variedad de cámaras y
redes, mejora radicalmente los resultados en organizaciones que buscan el reconocimiento de amenazas
en tiempo real.
De esta manera se puede ofrecer una visibilidad mucho más profunda y capacidades preventivas
que antes no existían o no están disponibles.

7. Sistemas DAI (Detección automática de incidentes)
Los sistemas DAI basados en un peculiar y realista método matemático de seguimiento de
objetos en movimiento 3D, reduciendo drásticamente las falsas alarmas y simplificando al
máximo la calibración de los algoritmos de tráfico deseados.
Este sistema nos proporciona una solución fiable para la detección de incidentes y
anomalías en el tráfico.

8. Reconocimiento facial
La extracción de las características visuales ya no se define manualmente, como
antes, ahora es aprendida de forma óptima por la red neuronal durante el entrenamiento.
No es necesario decirle al algoritmo dónde están los puntos interesantes (puntos fiduciales
o de referencia: contorno de los ojos y boca, fosas nasales, etc.), ni cómo extraer la
información, ya que aprende por sí mismo.
1. Reconocimiento facial en tiempo real sobre varias cámaras IP simultáneamente.
Incluso análisis de multitudes en movimiento. Indicado para aeropuertos, estaciones
de tren, centros comerciales, estadios deportivos o áreas urbanas.
2. Análisis forense, permitiendo la búsqueda intensiva de sujetos en grabaciones de
vídeo, para localización.

9. Conclusión
Con la implementación de cámaras con sistemas basados en redes
neuronales se pueden obtener una automatización de monitoreos en
determinadas zonas de esta manera se puede alertar con tiempo de manera
automática a las autoridades con el fin de una respuesta rápida y de dicha
manera aumentar la efectividad de las entidades de la ley, además de poder
disminuir el índice delictivo en estas zonas monitoreadas.