Submitted by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2017-08-25T14:01:59Z No. of bitstreams: 2 Dissertação - Paulo C. Q. Hermida.pdf: 33070790 bytes, checksum: 2f2daab2702e8f29c4a632f803ec95fc (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2017-08-25T14:02:14Z (GMT) No. of bitstreams: 2 Dissertação - Paulo C. Q. Hermida.pdf: 33070790 bytes, checksum: 2f2daab2702e8f29c4a632f803ec95fc (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2017-08-25T14:02:14Z (GMT). No. of bitstreams: 2 Dissertação - Paulo C. Q. Hermida.pdf: 33070790 bytes, checksum: 2f2daab2702e8f29c4a632f803ec95fc (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2017-06-09 / The increase in urban violence in Brazil has highlighted the growing number of armed robberies inside vehicles. The data recorded impressed, adding to the alarming number of 57 vehicles robbed per hour in the country. Manaus presents itself as one of the Brazilian cities with the highest number of vehicle assaults. The Sinetram Passenger Transport Companies Union (Sinetram) already registers in the first four months of 2017 the alarming number of 1,120 bus robberies in Manaus. On the other hand, the Union of Taxistas do Amazonas (Sintax-AM) points out that at least ten taxi drivers are assaulted per day in the city. The objective of this work is the development of a method that automatically recognizes armed robberies inside automotive vehicles. Contributing in this way to the fight against urban violence and enabling the quicker and more effective action of public security agents. The approach that will be adopted is the creation of a set of local descriptors, generated from a sequence of images of firearms (revolvers and pistols). These descriptors provide an information base capable of identifying the presence of firearms in the images captured from the interior of walking vehicles. This approach dispenses with the location of the weapon in the image space and recognizes it from a set of optimized features. The obtained results show that the developed method recognizes the firearm in different situations of movement, with hit rates above 80 % in all metrics used. The method is integrable with modern vehicle safety systems and robust enough for continuous monitoring of the interior of pscsenger cars. / O aumento da violência urbana no Brasil tem destacado o crescente número de assaltos a mão armada no interior de veículos. Os dados registrados impressionam, somando o alarmante número de 57 veículos assaltados por hora no país. Manaus apresenta-se como uma das cidades brasileiras com maior número de assaltos a veículos. O Sindicato das Empresas de Transporte de Passageiros do Estado do Amazonas (Sinetram) já registra, apenas nos primeiros quatro meses de 2017 o alarmante número de 1.120 assaltos a ônibus em Manaus. Por outro lado, o Sindicato dos Taxistas do Amazonas (Sintax-AM) aponta que, pelo menos dez taxistas são assaltados por dia na cidade. O objetivo deste trabalho é o desenvolvimento de um método que faça o reconhecimento automático de assaltos a mão armada no interior de veículos automotivos. Contribuindo dessa forma para o combate a violência urbana e viabilizando a atuação mais rápida e efetiva dos agentes de segurança pública. A abordagem que será adotada consiste na criação de um conjunto de descritores locais, gerados a partir de uma sequência de imagens de armas de fogo (revólveres e pistolas). Esses descritores fornecem uma base de informações capaz de identificar a presença de armas de fogo, nas imagens capturadas do interior de veículos de passeio. Essa abordagem dispensa a localização da arma no espaço da imagem e a reconhece a partir de um conjunto de características otimizadas. Os resultados obtidos mostram que o método desenvolvido reconhece a arma de fogo em diferentes situações de movimento, com índices de acerto acima de 80% em todas as métricas utilizadas. O método é integrável aos sistemas de segurança veicular modernos e suficientemente robusto para o monitoramento contínuo do interior de carros de passeio.