Detección del uso de mascarillas mediante Visión Artificial y Redes Neuronales frente al Covid-19

Abstract

En el presente artículo se planteó como objetivo buscar la detección del uso de la mascarilla en las personas mediante un programa de visión artificial, aplicando el modelo de redes neuronales, donde se identifica si la persona lleva la mascarilla, así buscando un aporte para la mitigación y reducción de casos de contagio del Covid-19. Además, se utiliza el lenguaje Python junto con Frameworks como TensorFlow para la ejecución de las redes neuronales entrenadas y librerías como Keras y Sklearn, utilizadas principalmente en el proceso de aprendizaje. Parte de la metodología se enfocó en la descarga y clonación de materiales, creación y entrenamiento de la red neuronal, la preparación de Anaconda junto con Jupyter Notebook para la verificación del sistema. En los resultados encontramos que la programación detectó correctamente mediante un medio local, usando el Google Colab, para lo cual se tomó como referencia un banco de imágenes preestablecido y se realizó el reconocimiento. Por otra parte, se utiliza Jupyter Notebook para la detección mediante video en tiempo real. Por último, se concluye que se logró detectar dos tipos de imágenes de personas que están usando o no mascarilla con las variables “mask” y “no mask”, mediante el entrenamiento de las redes neurales con un batch size de 8, steps de 50 y epochs de 25, con un resultado de classification loss de 0.2120.

Parámetros de caracterización en zonas urbanas para detectar residuos sólidos mediante visión artificial

“…Los parámetros de caracterización que se utilizaron para determinar las condiciones de adquisición de imágenes en zonas urbanas son: la altura de la cámara, el ángulo de inclinación y el nivel de luminosidad en la zona donde se tomaron las imágenes [11]. a) Altura de la cámara: Las imágenes se tomaron en las zonas seleccionadas a alturas de 0.5 m y 1.5 m con respecto a la superficie del canal.…”