Fusión de redes neuronales para la detección de eventos acústicos asociados a la seguridad ciudadana

Abstract

RESUMEN : La seguridad ciudadana se ha convertido en un eje central para garantizar la calidad de vida de los habitantes de las diferentes ciudades del mundo, apoyándose de las herramientas tecnológicas como las cámaras de video se han podido mitigar situaciones de riesgo mediante mecanismos de monitoreo y control. Los sonidos que se encuentran en el ambiente urbano son una fuente de información que ha venido ganando relevancia para detectar situaciones de peligro para los ciudadanos. Así, a partir de eventos acústicos es posible generar alertas para que sean atendidas por las entidades encargadas. Para el procesamiento de sonidos urbanos es común utilizar redes neuronales profundas, ya que permiten identificar con gran precisión los eventos de riesgo. El cómputo en el borde como alternativa al cómputo en la nube es otra tendencia que busca mejorar la eficiencia de los sistemas de monitoreo. La confluencia de los modelos de aprendizaje profundo y la computación en el borde ha generado nuevos retos como la ejecución eficiente de los modelos de aprendizaje profundo en los dispositivos de borde, estos últimos con limitaciones en cuanto a capacidad de cómputo, memoria y almacenamiento. Para mejorar la eficiencia en la ejecución de modelos neuronales en el borde existen diferentes técnicas a nivel tanto de modelo como de implementación. La fusión de modelos de redes neuronales es una de estas técnicas ya que permite la combinación de dos o más modelos en uno solo, tal que, el nuevo modelo permita las inferencias de los modelos iniciales, pero reduciendo los requisitos de cómputo, memoria y almacenamiento. En este trabajo de maestría se plantea una estrategia que utiliza la fusión de redes neuronales para la detección de eventos acústicos asociados a la seguridad ciudadana, en el contexto de ejecución en un dispositivo de borde. Encontramos que, mediante la estrategia de fusión planteada en costes computacionales como huella en memoria, peso del modelo y tiempo de ejecución en un contexto de dispositivo de borde beneficia en 2x la ejecución del modelo fusionado, versus la ejecución de los modelos individuales, sin afectar el desempeño en F1-Score del modelo. Además, se encontraron relaciones cruciales entre los parámetros MFCC y el rendimiento del modelo, proporcionando pautas para optimizar la eficiencia y la precisión.