Análisis comparativo de clasificadores densos y detectores de una etapa para la identificación automatizada de violencia en secuencias de imágenes

Abstract

La investigación evalúa la viabilidad operativa de arquitecturas de Deep Learning para detectar violencia física en sistemas de videovigilancia en tiempo real. Mediante un análisis comparativo entre redes neuronales convolucionales y YOLOv8, se examina su capacidad de generalización, sensibilidad y eficiencia computacional utilizando conjuntos de datos externos desequilibrados. Los resultados evidencian una degradación significativa del desempeño en escenarios desconocidos y limitaciones de latencia, excepto en el modelo de detección de una sola etapa. Se concluye que YOLOv8 representa la alternativa operativa más viable, destacando la importancia de priorizar la capacidad de reacción y resiliencia sobre la exactitud aislada.