Identificando os melhores locais para instalar câmeras de vigilância através da análise de dados abertos
Resumo
Existe uma quantidade cada vez maior de dados abertos disponíveis na Internet. Estes dados podem ser utilizados para desenvolver novas ferramentas úteis para a sociedade. Este artigo apresenta uma nova ferramenta que utiliza dados abertos: sites de notícias, OpenStreetMap e IBGE, para indicar os melhores locais para instalar câmeras de vigilância em uma cidade, levando em consideração as áreas com maior criminalidade, o tamanho da população atendida e a localização atual dos postos policiais.
Referências
Bast, H., Sternisko, J., and Storandt, S. (2014). Forestmaps: A computational model and visualization for forest utilization. In International Symposium on Web and Wireless Geographical Information Systems, pages 115–133. Springer.
Cerqueira, D., Lima, R. S., Bueno, S., Neme, C., Ferreira, H., Coelho, D., Alves, P. P., Pinheiro, M., Astolfi, R., Marques, D., et al. (2018). Atlas da violência 2018. Instituto de Pesquisa Econômica Aplicada (IPEA).
Chopde, N. R. and Nichat, M. (2013). Landmark based shortest path detection by using a* and haversine formula. International Journal of Innovative Research in Computer and Communication Engineering, 1(2):298–302.
Fonseca, F. L. (2018). Recuperação e Extração Automática de Dados daWeb. Trabalho de Conclus˜ao do Curso de Engenharia de Computação, UEFS, Feira de Santana, Brasil.
Fortune, S. (1995). Voronoi diagrams and delaunay triangulations. In Computing in Euclidean geometry, pages 225–265. World Scientific.
Neto, A. D. C. (2010). O sistema de videomonitorização como ferramenta de policiamento preventivo. Centro de Aperfeiçoamento e Estudos Superiores, Polícia Militar do Estado de S˜ao Paulo.
Tarjan, R. (1972). Depth-first search and linear graph algorithms. SIAM J. Comput.,1(2):146–160.
Xiao, X., Yao, B., and Li, F. (2011). Optimal location queries in road network databases. In 2011 IEEE 27th International Conference on Data Engineering, pages 804–815. IEEE.
Cerqueira, D., Lima, R. S., Bueno, S., Neme, C., Ferreira, H., Coelho, D., Alves, P. P., Pinheiro, M., Astolfi, R., Marques, D., et al. (2018). Atlas da violência 2018. Instituto de Pesquisa Econômica Aplicada (IPEA).
Chopde, N. R. and Nichat, M. (2013). Landmark based shortest path detection by using a* and haversine formula. International Journal of Innovative Research in Computer and Communication Engineering, 1(2):298–302.
Fonseca, F. L. (2018). Recuperação e Extração Automática de Dados daWeb. Trabalho de Conclus˜ao do Curso de Engenharia de Computação, UEFS, Feira de Santana, Brasil.
Fortune, S. (1995). Voronoi diagrams and delaunay triangulations. In Computing in Euclidean geometry, pages 225–265. World Scientific.
Neto, A. D. C. (2010). O sistema de videomonitorização como ferramenta de policiamento preventivo. Centro de Aperfeiçoamento e Estudos Superiores, Polícia Militar do Estado de S˜ao Paulo.
Tarjan, R. (1972). Depth-first search and linear graph algorithms. SIAM J. Comput.,1(2):146–160.
Xiao, X., Yao, B., and Li, F. (2011). Optimal location queries in road network databases. In 2011 IEEE 27th International Conference on Data Engineering, pages 804–815. IEEE.
Publicado
09/04/2019
Como Citar
NETO, Almir; SILVA, Iago; JUNIOR, João; DUARTE, Angelo.
Identificando os melhores locais para instalar câmeras de vigilância através da análise de dados abertos. In: ESCOLA REGIONAL DE COMPUTAÇÃO BAHIA, ALAGOAS E SERGIPE (ERBASE) , 2019, Ilhéus.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2019
.
p. 107-112.
