Análise experimental para a detecção de objetos em vídeos de câmeras de vigilância: Uma abordagem para porte de arma, incêndio e pichação
Resumo
Muitas técnicas têm sido desenvolvidas em prol da vigilância automatizada, desde alarmes inteligentes aos sistemas de câmeras. A automatização da análise de imagens em vídeos, principalmente a detecção de objetos tem crescido nos últimos tempos. Este trabalho tem por principal objetivo detectar objetos específicos para auxiliar no alerta sobre porte de armas, incêndios e pichações, em tempo real, aos órgãos da Secretaria de Segurança Pública da Bahia.
Palavras-chave:
detecção, objetos, Yolo, Câmera de Vigilância
Referências
Mirela Cazzolato, Letricia Avalhais, Daniel Chino, Jonathan Ramos, Jessica Souza, Jose Rodrigues Jr, and Agma Taina. 2017. FiSmo: A Compilation of Datasets from Emergency Situations for Fire and Smoke Analysis.
Mohammed Ghazal, Carlos Vazquez, and Aishy Amer. 2007. Real-time automatic detection of vandalism behavior in video sequences. In 2007 IEEE International Conference on Systems, Man and Cybernetics. 1056–1060. https://doi.org/10.1109/ICSMC.2007.4414038
Jose L. Salazar González, Carlos Zaccaro, Juan A. Álvarez García, Luis M. Soria Morillo, and Fernando Sancho Caparrini. 2020. Real-time gun detection in CCTV: An open problem. Neural Networks 132 (2020), 297–308. https://doi.org/10.1016/j.neunet.2020.09.013
Fransco Pérez Hernandez and Alberto Castillo Lamas. [n.d.]. Granada Pistol Dataset. https://github.com/ari-dasci/OD-WeaponDetection. Accessado: 6-04- 2021.
Khan Muhammad, Jamil Ahmad, Zhihan Lv, Paolo Bellavista, Po Yang, and Sung Baik. 2018. Efficient Deep CNN-Based Fire Detection and Localization in Video Surveillance Applications. IEEE Transactions on Systems, Man, and Cybernetics: Systems PP (03 2018). https://doi.org/10.1109/TSMC.2018.2830099
Joseph Redmon, Santosh Kumar Divvala, Ross B. Girshick, and Ali Farhadi. 2015. You Only Look Once: Unified, Real-Time Object Detection. CoRR abs/1506.02640 (2015). arXiv:1506.02640 http://arxiv.org/abs/1506.02640
Adrian Rosebrock. 2019. Fire and smoke detection with Keras and Deep Learning. [link]. [Online; Last accessed 10 Jun 2021].
A. Warsi, M. Abdullah, M. N. Husen, M. Yahya, S. Khan, and N. Jawaid. 2019. Gun Detection System Using Yolov3. In 2019 IEEE International Conference on Smart Instrumentation, Measurement and Application (ICSIMA). 1–4. https://doi.org/10.1109/ICSIMA47653.2019.9057329
Mohammed Ghazal, Carlos Vazquez, and Aishy Amer. 2007. Real-time automatic detection of vandalism behavior in video sequences. In 2007 IEEE International Conference on Systems, Man and Cybernetics. 1056–1060. https://doi.org/10.1109/ICSMC.2007.4414038
Jose L. Salazar González, Carlos Zaccaro, Juan A. Álvarez García, Luis M. Soria Morillo, and Fernando Sancho Caparrini. 2020. Real-time gun detection in CCTV: An open problem. Neural Networks 132 (2020), 297–308. https://doi.org/10.1016/j.neunet.2020.09.013
Fransco Pérez Hernandez and Alberto Castillo Lamas. [n.d.]. Granada Pistol Dataset. https://github.com/ari-dasci/OD-WeaponDetection. Accessado: 6-04- 2021.
Khan Muhammad, Jamil Ahmad, Zhihan Lv, Paolo Bellavista, Po Yang, and Sung Baik. 2018. Efficient Deep CNN-Based Fire Detection and Localization in Video Surveillance Applications. IEEE Transactions on Systems, Man, and Cybernetics: Systems PP (03 2018). https://doi.org/10.1109/TSMC.2018.2830099
Joseph Redmon, Santosh Kumar Divvala, Ross B. Girshick, and Ali Farhadi. 2015. You Only Look Once: Unified, Real-Time Object Detection. CoRR abs/1506.02640 (2015). arXiv:1506.02640 http://arxiv.org/abs/1506.02640
Adrian Rosebrock. 2019. Fire and smoke detection with Keras and Deep Learning. [link]. [Online; Last accessed 10 Jun 2021].
A. Warsi, M. Abdullah, M. N. Husen, M. Yahya, S. Khan, and N. Jawaid. 2019. Gun Detection System Using Yolov3. In 2019 IEEE International Conference on Smart Instrumentation, Measurement and Application (ICSIMA). 1–4. https://doi.org/10.1109/ICSIMA47653.2019.9057329
Publicado
05/11/2021
Como Citar
MOURA, Natan; CLARO, Daniela Barreiro; GONDIM, João Medrado.
Análise experimental para a detecção de objetos em vídeos de câmeras de vigilância: Uma abordagem para porte de arma, incêndio e pichação. In: CONCURSO DE TRABALHOS DE INICIAÇÃO CIENTÍFICA - SIMPÓSIO BRASILEIRO DE SISTEMAS MULTIMÍDIA E WEB (WEBMEDIA), 27. , 2021, Minas Gerais.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2021
.
p. 37-40.
ISSN 2596-1683.
DOI: https://doi.org/10.5753/webmedia_estendido.2021.17608.
