(Objetivo)

Os sistemas de vigilância surgiram como elementos essenciais para manter a paz e a segurança no mundo moderno: sua onipresença ajuda a monitorar atividades suspeitas de forma eficaz. No entanto, em ambientes densamente povoados, o monitoramento ativo contínuo torna-se pouco prático, exigindo o desenvolvimento de sistemas de vigilância inteligentes. A integração da IA na vigilância foi uma grande revolução; no entanto, problemas de velocidade impedem sua implementação generalizada. No entanto, a inteligência artificial quântica tem levado a um avanço significativo. Os sistemas de vigilância baseados em inteligência artificial quântica têm se mostrado mais precisos e capazes de apresentar um bom desempenho em cenários em tempo real jamais visto.

(Metodologia)

Esta pesquisa integra um modelo RetinaNet com o Quantum CNN, chamando-o de Quantum-RetinaNet. Ao aproveitar os recursos quânticos do QCNN, o Quantum-RetinaNet alcança um equilíbrio entre precisão e velocidade. Essa integração inovadora o posiciona como um elemento revolucionário, abordando os desafios do monitoramento ativo em cenários densamente povoados. À medida que cresce a demanda por soluções de vigilância eficientes, a Quantum- RetinaNet oferece uma alternativa atraente aos modelos CNN existentes, mantendo os padrões de precisão sem sacrificar o desempenho em tempo real.

(Resultados)

Os atributos exclusivos da Quantum-RetinaNet têm implicações de longo alcance para o futuro da vigilância inteligente. Sua velocidade de processamento aprimorada está pronta para revolucionar o campo, atendendo à necessidade urgente de monitoramento rápido, mas preciso.

(Conclusões)

À medida que a Quantum-RetinaNet se torna o novo padrão, ela garante a segurança pública e, ao mesmo tempo, amplia os limites da IA na vigilância.

        · abstract in English | Spanish     · text in English     · English ( pdf )