Web System for Recognizing Actions of Physical Violence in Urban Spaces Using CNN with Transfer Learning

Abstract

La violencia es un problema de gran impacto que afecta a los países del mundo; es un sistema latente que, hasta la fecha, no se puede controlar, ya que puede manifestarse de diversas maneras, representadas por altos niveles de delincuencia. Sin embargo, ahora existe la Inteligencia Artificial (IA), que utiliza recursos innovadores y ayudará a cerrar brechas en los Objetivos de Desarrollo Sostenible (ODS), como en salud, gestión del tráfico, cambio climático y también violencia. Una forma de aplicar la IA es mediante el procesamiento de imágenes con Redes Neuronales Convolucionales (CNN). Esta investigación evalúa la efectividad de clasificar acciones de violencia interpersonal como estrangulamiento, forcejeo, patadas o puñetazos, utilizando CNN con Aprendizaje por Transferencia. Primero, se desarrolló un conjunto de datos personalizado utilizando imágenes con acciones violentas simuladas, obteniendo un total de 2000 imágenes, que se distribuyeron en un 60 % para entrenamiento, un 30 % para validación y un 10 % para pruebas. En segundo lugar, se entrenaron los modelos CNN preentrenados: VGG16, MobileNetV2 y YOLOv8, sometiéndolos a 150 épocas. Se compararon sus resultados y se determinó que YOLOv8 obtuvo el mejor rendimiento, con una precisión del 94,25 % y del 89 %. Finalmente, se desarrolló un prototipo de sistema web utilizando Python con OpenCV y YOLOv8 para detectar actos de violencia interpersonal en tiempo real y alertar a las autoridades competentes de manera oportuna. Esta investigación servirá como referencia para futuras aplicaciones de videovigilancia en tiempo real.