Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/40203| Título: | Sistema de detecção de roubo com microcontrolador e deep learning |
| Título(s) alternativo(s): | Theft detection system with microcontroller and deep learning |
| Autor(es): | Oliveira, Alan Araújo |
| Orientador(es): | Souza, Wesley Angelino de |
| Palavras-chave: | Furto de automóvel Sistemas de segurança Inteligência artificial Automobile theft Security systems Artificial intelligence |
| Data do documento: | 19-Nov-2025 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Cornelio Procopio |
| Citação: | OLIVEIRA, Alan Araújo. Sistema de detecção de roubo com microcontrolador e deep learning. 2025. Trabalho de Conclusão de Curso (Bacharelado em Engenharia da Computação) - Universidade Tecnológica Federal do Paraná, Cornélio Procópio, 2025. |
| Resumo: | O avanço das técnicas de aprendizado de máquina e da computação embarcada tem impulsionado o desenvolvimento de sistemas inteligentes voltados à segurança pessoal e veicular. Considerando tal avanço, este trabalho apresenta o projeto, a implementação e a avaliação de um protótipo para detecção automática de situações de roubo ou ameaça, fundamentado na análise de áudio em tempo real. O sistema proposto é composto por um microfone digital integrado a um computador de placa única (Raspberry Pi 4), responsável pela aquisição e transmissão dos sinais sonoros a um servidor remoto. Nesse servidor, os dados são processados pelo modelo de transcrição de fala Whisper e posteriormente analisados por uma rede neural profunda, treinada para identificar padrões linguísticos associados a eventos de risco. A arquitetura cliente-servidor adota o protocolo UDP, com ênfase na redução de latência e no processamento contínuo de janelas temporais. Os experimentos realizados com um conjunto de 2504 amostras de áudio resultaram em acurácia média de 96,5%, precisão de 96% e tempo de resposta inferior a 1 s por janela, evidenciando a viabilidade técnica da solução proposta e seu potencial para aplicações de monitoramento inteligente e resposta rápida a incidentes de segurança. |
| Abstract: | The advancement of machine learning techniques and embedded computing has fostered the development of intelligent systems aimed at enhancing personal and vehicular security. Thus, this work presents the design, implementation, and evaluation of a prototype for automatic detection of robbery or threat situations based on real-time audio analysis. The proposed system consists of a digital microphone integrated into a single-board computer (Raspberry Pi 4), responsible for acquiring and transmitting audio signals to a remote server. On the server side, the data are processed using the Whisper speech recognition model and subsequently analyzed by a deep neural network trained to identify linguistic patterns associated with risk events. The client-server architecture employs the UDP protocol, emphasizing low latency and continuous processing of temporal windows. Experiments conducted with a dataset of 2,504 audio samples achieved an average accuracy of 96.5%, precision of 96%, and a response time below 1 s per detection window, demonstrating the technical feasibility of the proposed approach and its potential for intelligent monitoring and rapid response to security incidents. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/40203 |
| Aparece nas coleções: | CP - Engenharia da Computação |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| sistemadeteccaoroubo.pdf | 1,47 MB | Adobe PDF |  Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons
