Sistema web basado en redes neuronales convolucionales para reconocer la violencia física en zonas urbanas

Abstract

Esta investigación tuvo como objetivo desarrollar un Sistema Web basado en Redes Neuronales Convolucionales (CNN) para el reconocimiento de la violencia física en zonas urbanas, fue del tipo aplicada, nivel descriptivo – predictivo y diseño cuasi experimental; dentro de los objetivos específicos se desarrolló las siguientes actividades: primero, se realizó pruebas de rendimiento a los algoritmos CNN pre entrenados (VGG16, MobileNetV2 y YoloV8); para evaluar sus resultados y elegir al mejor de ellos; segundo, se sometió al sistema web a pruebas para verificar su eficiencia en el reconocimiento de acciones de violencia (patada, trompada, forcejeo y estrangulación); y tercero, se midió el tiempo de respuesta del sistema web al detectar una acción violenta, comparándolo con un método tradicional de videovigilancia. Los resultados de estas actividades mostraron que, YoloV8 fue elegido con un accuracy del 89%, y por tener una diferencia significativa con respecto a los otros algoritmos (p – valor = 0.001), asimismo, se logró conseguir un resultado de “buena concordancia” entre el funcionamiento del sistema web y el método tradicional de videovigilancia (kappa = 0.667); finalmente, se obtuvo un promedio del tiempo de respuesta del sistema web de 0.19 min con respecto al método tradicional de 2.94 min, con una diferencia significativa entre ambos (p – valor = 1,846E-14). En consecuencia, se concluye que el Sistema Web basado en CNN optimiza el reconocimiento de la violencia física en zonas urbanas; esta afirmación se sustenta con las pruebas de comparación, evaluación y validación realizadas, cumpliendo así con los objetivos e hipótesis de estudio.