Aplicación móvil para la detección de objetos sospechosos mediante visión computacional

• Autores: Apaza Pérez, Oscar Gonzalo, Herrera Miranda, Juan Carlos
• Formato: artículo
• Fecha de Publicación: 2025
• Institución: Consejo Nacional de Ciencia Tecnología e Innovación
• Repositorio: CONCYTEC-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.concytec.gob.pe:20.500.12390/3712
• Enlace del recurso: https://hdl.handle.net/20.500.12390/3712
• Nivel de acceso: acceso abierto
• Materia: Deep learning; Georreferenciación; You Only Look Once (YOLO)); https://purl.org/pe-repo/ocde/ford#5.05.03; https://purl.org/pe-repo/ocde/ford#2.02.03

Aborda el desarrollo de una aplicación móvil innovadora que utiliza técnicas avanzadas de visión computacional para la detección automática de objetos sospechosos, contribuyendo significativamente a la seguridad ciudadana y la lucha contra el crimen organizado en el Perú. El proyecto integra algoritmos de deep learning optimizados para dispositivos móviles, específicamente redes neuronales convolucionales (CNN) y arquitecturas YOLO, permitiendo la identificación en tiempo real de armas, paquetes abandonados y otros elementos de riesgo. La aplicación ha sido diseñada considerando las particularidades del contexto peruano, incorporando un sistema de alertas georreferenciadas que se conecta directamente con las autoridades competentes. Los resultados preliminares muestran una precisión del 92.3% en la detección de objetos sospechosos, con un tiempo de procesamiento inferior a 200ms en dispositivos de gama media. Esta solución tecnológica representa un avance significativo en la aplicación de la ciencia, tecnología e innovación (CTI) para fortalecer la seguridad pública, democratizando el acceso a herramientas de vigilancia inteligente y proporcionando a los ciudadanos una herramienta efectiva para contribuir activamente a la seguridad de sus comunidades.