Detecção de disparos de armas de fogo em um ambiente urbano usando redes convolucionais em uma rede de sistemas embarcados

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorRosa, Marcelo de Oliveira-
Autor(es): dc.contributorBerejuk, Denise de Oliveira Carneiro-
Autor(es): dc.contributorAssef, Amauri Amorin-
Autor(es): dc.contributorFabro, João Alberto-
Autor(es): dc.creatorDias, Álefe Felipe Gonçalves Pereira-
Autor(es): dc.creatorAbril, Nicolas-
Data de aceite: dc.date.accessioned2025-08-29T12:48:21Z-
Data de disponibilização: dc.date.available2025-08-29T12:48:21Z-
Data de envio: dc.date.issued2023-10-15-
Data de envio: dc.date.issued2023-10-15-
Data de envio: dc.date.issued2022-05-24-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/32700-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1102169-
Descrição: dc.descriptionThis work describes the creation of a sound event detection system for firearms, to be used in a smart cities context. An embedded application was created that is capable of detecting gunshots in real time, alerts a central server and communicates through a Wi-SUN mesh network, só that it would be possible to replicate the device and use a sensor network to identify the location of the event origin. For the detection, a convolutional neural network model was used that achieved 97% accuracy when running on a desktop computer and 88% after converting the model to work with the embedded device. This project was done in collaboration with a company, that provided development resources and the structure of the network that was used.-
Descrição: dc.descriptionEste trabalha relata o desenvolvimento de um sistema de detecção de eventos sonoros de armas de fogo, para ser utilizado em um contexto de cidades inteligentes. Foi criada uma aplicação embarcada capaz de detectar sons de disparos de arma de fogo em tempo real, alertando um servidor central e se comunicando através de uma rede mesh Wi-SUN, de forma que seria possível replicar o dispositivo e utilizar uma rede de sensores para localizar a origem do evento. Para a detecção, foi utilizado um modelo baseado em redes neurais convolucionais que alcançou uma acurácia de 97% executando em um computador desktop e 88% após conversão do modelo para o dispositivo embarcado. O projeto foi desenvolvido em parceria com uma empresa, que forneceu recursos para o desenvolvimento e a estrutura de rede a ser utilizada.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherCuritiba-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherEngenharia de Computação-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Direitos: dc.rightshttp://creativecommons.org/licenses/by-nc-sa/4.0/-
Palavras-chave: dc.subjectSom - Detecção-
Palavras-chave: dc.subjectSegurança pública-
Palavras-chave: dc.subjectRedes neurais (Computação)-
Palavras-chave: dc.subjectInternet das coisas-
Palavras-chave: dc.subjectCidades inteligentes-
Palavras-chave: dc.subjectSound - Detection-
Palavras-chave: dc.subjectPublic safety-
Palavras-chave: dc.subjectNeural networks (Computer science)-
Palavras-chave: dc.subjectInternet of things-
Palavras-chave: dc.subjectSmart cities-
Palavras-chave: dc.subjectCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO-
Título: dc.titleDetecção de disparos de armas de fogo em um ambiente urbano usando redes convolucionais em uma rede de sistemas embarcados-
Título: dc.titleGunshot detection using convolutional networks on an embedded systems network in a urban environment-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.