bachelorThesis
Validación y comparación cuantitativa de las técnicas Speeded Up Robust Features y Convolutional Neural Networks para el reconocimiento de armas de disparo idénticas
Registro en:
T621.367 M386;6310000132418 F7066
Autor
Martínez Hernández, Verónica
Morales Guevara, Kelly Tatiana
Institución
Resumen
La identificación de armas idénticas ha sido una gran necesidad desde que éstas fueron construidas, por tanto, a partir del año 1835 se comenzó la búsqueda de métodos para detectar armas de disparo involucradas en delitos, esto ha permitido que se juzguen los crímenes con la mayor eficacia posible; sin embargo, lo anterior se veía afectado por el prolongado proceso de identificación, además de que dependía de la visión de los examinadores balísticos, quienes por medio de un microscopio de comparación analizaban y clasificaban manualmente las vainillas para dar un dictamen. La vinculación del procesamiento de imágenes a esta tarea, desde hace menos de dos décadas, sirvió sin duda para optimizar el tiempo de identificación, el personal requerido y para obtener mejores resultados. Los estudios realizados acerca de este tema en particular han involucrado diversas técnicas de procesamiento, tales como, sistemas balísticos de imágenes, características numéricas, impresión de la imagen en la totalidad del percutor y herramientas de Microsoft Office; estas técnicas han arrojado resultados de hasta 96% de efectividad a la hora de clasificar armas no idénticas, con lo que se evidencia que son una alternativa viable para quienes trabajan en el área de balística.