Imagem mostra mapa dividido em células, com pontos vermelhos
A imagem mostra como a densidade de uma célula (em laranja) é calculada usada a KDE. (Imagem: DC)
Destaque

Como mineração e visualização de dados ajudam a combater o crime

Equipe da UFC trabalha em parceria com Secretaria da Segurança Pública e Defesa Social (SSPDS) para mapear criminalidade no Ceará

O combate ao crime por meio de prevenção já foi até tema de filme: Minority report – a nova lei (2002), de Steven Spielberg, apresentava um software capaz de prever infrações, usado para impedir e até prender o futuro criminoso. Essa tecnologia continua existindo apenas na ficção científica, mas o uso de dados para tentar identificar as áreas de maior criminalidade e agir em torno dessas informações já é uma realidade.

Os atuais sistemas dos departamentos de polícia no mundo todo se valem da mineração de dados para gerar mapas nos quais é possível visualizar os locais de maior incidência de crimes de uma região. Pesquisadores ligados ao Departamento de Computação da Universidade Federal do Ceará têm trabalhado para melhorar esses sistemas por meio de um processo que rende mapas com maior precisão e rapidez do que aqueles comumentes utilizados.

Profª Emanuele Santos em frente a mapa em tela de computador (Foto: Júnior Panela/UFC)

Profª Emanuele Santos participa da equipe que desenvolve sistema para produzir mapas com maior precisão e velocidade (Foto: Júnior Panela/UFC)

A equipe, formada por integrantes dos grupos Computação Gráfica, Realidade Virtual e Animação (CRAb) e Lógica e Inteligência Artificial (LogIA), trabalha em parceria com a Secretaria da Segurança Pública e Defesa Social (SSPDS) do Ceará, que fornece os dados para a pesquisa. A ideia é que o sistema seja adotado pela Secretaria para melhor distribuição de recursos entre as áreas consideradas críticas, com foco nos crimes violentos, como homicídio, agressão, assalto e porte ilegal de armas.

Normalmente, a metodologia aplicada no mapeamento é a estimativa de densidade de Kernel (KDE), em que a região escolhida para análise é dividida em células (são como “quadradinhos”) e um círculo é traçado ao redor. Aplica-se uma função (o kernel) aos crimes ocorridos nesse círculo e o número encontrado vai servir de base para o mapa de calor, no qual um determinado fenômeno é associado a uma cor. Quanto mais intensa ela for, mais forte será a ocorrência daquele fenômeno – como o homicídio, por exemplo.

O problema é que, para gerar um mapa preciso, com baixa pixelização (as bordas são quadradas, por conta da divisão do mapa em um grid), as células devem ser ser pequenas, para fazer uma gradação maior das cores e dar a impressão de suavidade e, portanto, mais precisão. Mas quanto menores elas são, mais demorado e caro fica o processo, visto que ele acaba exigindo mais capacidade dos computadores.

A solução encontrada pela equipe foi a aplicação de uma nova tecnologia: a marching squares Kernel density estimation (MSKDE), que se apropria da técnica de quadrados marchantes, já utilizada na computação gráfica, para produzir linhas de contornos nos mapas anteriormente gerados, que tinham alta pixelização. A vantagem é que, com isso, células grandes (logo, muito “quadradas”) podem ser usadas e ainda assim obter suavidade.

“Os recursos da polícia não são infinitos, então não há policial suficiente para cobrir todas as regiões”

É possível entender o processo se pensarmos em uma foto de baixa qualidade em que damos um grande zoom e os “quadradinhos” inevitavelmente aparecem. Com a aplicação de contornos, essa pixelização sumiria, resultando numa imagem mais precisa. Nos mapas de crimes, essa suavidade garante uma melhor compreensão da região analisada, já que as células podem ser cruzadas por meio de curvas.

A integrante do CRAb, Profª Emanuele Santos, garante que o resultado alcançado com a MSKDE é até mesmo melhor do que aqueles obtidos com células menores. “Nossa técnica não é limitada à grade em si e, por isso, fica mais suave, pois posso gerar linhas que cortam essas grades. Usamos células maiores (por isso, mais rápidas) e, com essa técnica, as curvas ficam suaves”, explica.

TEMPO REAL

A equipe tem testado o sistema em conjunto com a Secretaria no intuito de melhorá-lo gradativamente. Uma das possibilidades para avaliar a capacidade de previsão do mapa é a comparação entre dados de anos consecutivos. Na primeira semana de 2018, por exemplo, o grupo vai avaliar se os crimes que acontecerem têm proximidade espacial com aqueles ocorridos durante o mesmo período do ano anterior.

A vantagem maior disso está na alocação de recursos de forma eficiente. “Os recursos da polícia não são infinitos, então não há policial suficiente para cobrir todas as regiões”, lembra Emanuele, ao explicar que geralmente se trabalha com porcentagens baixas (de 1% a 5%), com relação aos níveis de criminalidade, para definir as regiões que entram na avaliação do mapa.

Com a ferramenta em uso pleno, os pesquisadores esperam facilitar o trabalho das equipes de estatística diante da necessidade de gerar mapas em tempo real. “A maioria dos departamentos faz reuniões de estratégia, mas, normalmente, o estatístico gera os mapas antes dessa reunião. Com essa ferramenta, você pode gerar na hora”, garante Emanuele.

SAIBA MAIS

Além da Profª Emanuele Santos, também compõem a equipe os professores João Paulo Pordeus Gomes e Creto Augusto Vidal, o doutorando José Florêncio de Queiroz Neto e o mestrando Alexandre Ribeiro Cajazeira Ramos.

Leia o artigo (em inglês) sobre a pesquisa.