Inteligência artificial de borda para detecção de armas brancas: arquitetura de alta disponibilidade com supervisão humana na PMPA

Resumo

A realidade operacional da Polícia Militar do Pará (PMPA) envolvendo armas brancas, marcada pela apreensão de 7.679 unidades em 2024, exige sistemas de vigilância mais eficientes para apoiar a atuação policial em tempo real. Este artigo propõe o desenvolvimento de um sistema de visão computacional baseado em inteligência artificial para detecção automática de tais artefatos, arquitetado para operar em servidores de borda (Edge Server) dentro da estrutura da PMPA, permitindo identificação com baixa latência e maior confiabilidade. O sistema é concebido como ferramenta de apoio sob supervisão humana, em que a atuação do policial é solicitada apenas quando identificadas potenciais ameaças, reduzindo a necessidade de monitoramento constante e, consequentemente, a fadiga cognitiva dos operadores, fator que poderia tornar a detecção demorada e sujeita a falhas. Assim, o sistema preserva a confiabilidade da ocorrência por meio da filtragem dos falsos alarmes. A metodologia envolveu o treinamento de um modelo YOLO26l com um dataset de 2.356 imagens pós-sanitização, focado em cenários reais de baixa luminosidade e oclusão parcial, empregando estratégias de balanceamento de dados e o uso intensivo de imagens negativas (Hard Negative Mining), representando 28,4% do total, para reduzir falsos alarmes. Os resultados demonstraram uma precisão média de 97,19% (mAP50) com processamento de 28,9 FPS. Tais índices comprovam a eficiência da ferramenta como um multiplicador de força, permitindo expandir a capacidade de vigilância sem a necessidade de aumento do efetivo.