Repositório referente ao trabalho MOIRAI: SISTEMA DE DETECÇÃO DE USO DE ARMAS DE FOGO NA BORDA COMPUTACIONAL UTILIZANDO ABORDAGEM MULTICÂMERA, apresentado como Trabalho de Formatura para o curso de Engenharia Elétrica com ênfase em Sistemas Eletrônicos da Escola Politécnica da USP.
A escalada de violência armada no Brasil vem se intensificando nos últimos anos, criando a necessidade de novas abordagens para a segurança pública. Sendo assim, o objetivodo trabalho é desenvolver um algoritmo de visão computacional que permita a detecção de armas de fogo, gerando alertas automáticos que seriam encaminhados autoridades de segurança competentes. Considerando-se a natureza distribuı́da que o monitoramento de uma grande cidade exige, as especificações técnicas desse algoritmo baseiam-se na execução em computação de borda, com requisitos de software e consumo de energia condizentes com esse paradigma. No entanto, essa mudança de paradigma exige que algumas concessões de precisão e velocidade sejam feitas. É proposta então, uma arquitetura de câmeras múltiplas, agregadas por um classificador linear que procura compensar as concessões realizadas para a construção de um modelo viável.
This repository is related to the academic work titled MOIRAI: EDGE COMPUTING GUN USE DETECTION SYSTEM UTILIZING A MULTICAMERA APPROACH, presented as a Captsone Project for the Polytechinic School of the University of São Paulo's Electric Engineering (emphasis on Electronics and Systems) degree.
Gun violence in Brazil is on the rise, raising the need for new public security approaches. The goal of this work is to develop a computer vision algorithm capable of detecting handgun use, generating automatic alerts to be sent to the competent authorities. Considering the distributed nature required by a big city’s monitoring system, this algorithm’s technical specifications are based on edge computing execution, presenting matching software and energy consumption capabilities. On the other hand, this paradigm shift means compromises are made to precision and speed metrics. A multiple camera architecture is then proposed, aggregating predictions using a linear classifier in an attempt to create a more feasible model.