Publication:
Seguimiento y evaluación de personas en ambientes cerrados / abiertos

Thumbnail Image
Files

Files

Primary CruzAngel-BryanSantiago-2021.pdf (2.65 MB)
 Autorización de publicación_RevOscarPerdomo (1).pdf (778.67 KB)
View Statistics
Reference Managers
Mendeley
Indexers
Google Scholar CORE
QR Code
QR Code
Authors

Authors

Cruz Angel, Bryan Santiago
Abstract (Spanish)
Es: Actualmente, en un mundo constantemente en evolución hemos evidenciado el impacto y crecimiento de la tecnología. Lo que se conoce como la revolución tecnológica ha llevado a la creación de sistemas de pago en línea, Inteligencia artificial (IA), BigData, el internet de las cosas, entre otros. Estas herramientas facilitan y optimizan procesos que normalmente generan más gastos económicos, ambientales y sociales, en especial el uso de tecnologías de IA presenta un gran desempeño en la detección de objetos por medio de imágenes, cuando se trata de seguimiento de personas, la norma general dicta que debe realizarse de forma manual, en donde un trabajador sea el encargado de llevar un control de las cámaras de vigilancia, mediante las cuales se puede identificar un sujeto, su posición, y su estado físico, este control es efectivo pero tedioso, en el enfoque de este trabajo dirigido se busca automatizar dicha labor especialmente en centros de salud o ancianatos, donde pacientes con condiciones neurológicas necesitan atención o monitoreo más constante, apoyado en el algoritmo de Detección de objetos YOLO en su versión 3 y en el algoritmo DeepSORT para el seguimiento de personas, se plantea generar un programa en Python de detección y evaluación de actividad física de personas en tiempo real con base en diversas técnicas de IA. Estos algoritmos tienen diversos usos y ventajas, algunos ejemplos van desde el seguimiento del balón en partidos de futbol o baloncesto hasta la detección de automóviles para sistemas de conducción automática, entre las ventajas que ofrece es que es una tecnología no invasiva, de bajo costo y alta eficiencia, por otra parte, presenta algunas dificultades relacionadas con efectos como la oclusión, que es cuando una persona se encuentra delante de otra y dificulta su visibilidad en el video. La gran cantidad de personas puede ser otro limitante, ya que por lo general se requiere de gran capacidad computacional para detectar cada objeto, esto de forma intrínseca nos afecta el rendimiento en tiempo real, limitando el número de fotogramas que se pueden procesar cada segundo.
Director

Advisors/Directors

Perdomo Charry, Oscar Julián
Extent
60 páginas
URI: https://repositorio.escuelaing.edu.co/handle/001/1520
Collections

Collections

BA - Trabajos Dirigidos de Biomédica
References

[1] A. Mercadé, «Los 8 tipos de inteligencia según Howard Gardner: la teoría de las inteligencias múltiples.,» 2019. [2] I. Gonzales, «Armas que disparan solas: así funcionan las ametralladoras con inteligencia artificial,» El español, 29 12 2020. [3] G. P. RAMIREZ, «LA INTELIGENCIA ARTIFICIAL Y SU INFLUENCIA EN LA EFICIENCIA DEL COMERCIO INTERNACIONAL,» Lima-Perú, 2020. [4] I. Montenegro Trujillo, A. Hernandez, D. Chavarro, M. I. Velez, G. Tovar, A. M. Niño y A. Olaya, «MACROTENDENCIAS HACIA EL 2030: El mundo y América Latina,» Colciencias, nº 2, 2018. [5] «Lee, KF. “La Inteligencia Artificial Y El Futuro Del Trabajo: Una Perspectiva China” Openmind. Artículo de investigación (2020)». [6] «Sreenu, G., Saleem Durai, M.A. Intelligent video surveillance: a review through deep learning techniques for crowd analysis. J Big Data 6, 48 (2019).». [7] «Ejercicio terapéutico,» ASEPEYO, 03 09 2018. [En línea]. Available: https://salud.asepeyo.es/profesionales/rehabilitacion/ejercicio-terapeutico/. [Último acceso: 24 05 2021]. [8] «S.Saranya, Dr. P. JesuJayarin “A Survey For Tracking And Monitoring The Alzheimer Patient” - IEEE Conference Publication. (2017)». [9] Y. S. Gutiérrez Pardo y A. M. Guerrero Carhuavilca, «Seguimiento del Paciente en Rehabilitación con Kinect 2.0,» UNIVERSIDAD PERUANA DE CIENCIAS APLICADAS, Lima, 2019. [10] «Inteligencia artificial,» Wikipedia, [En línea]. Available: https://es.wikipedia.org/wiki/Inteligencia_artificial. [Último acceso: 2021 04 11]. [11] «Las profesiones que podrían desaparecer por la Inteligencia Artificial,» El tiempo, 2 enero 2021. [12] B. Martín, «Cómo crear inteligencia artificial que no exhiba prejuicios humanos,» BBVA Open Mind, 13 noviembre 2019. [En línea]. Available: https://www.bbvaopenmind.com/tecnologia/inteligencia-artificial/como-crear-inteligencia-artificial-que-no-exhiba-prejuicios-humanos/. [Último acceso: 16 marzo 2021]. [13] C. Saavedra y F. Izaurieta, «Redes Neuronales Artificiales,» Concepcion, Chile, 2000. [14] J. M. Fernandez Fernandez y R. Florez Lopez, Las redes neuronales artificiales, La Coreña, España: NetBiblo, 2008. [15] «Wikipedia,» 16 febrero 2021. [En línea]. Available: https://es.wikipedia.org/wiki/Aprendizaje_autom%C3%A1tico. [Último acceso: 16 marzo 2021]. [16] «Sobreajuste,» Wikipedia, 11 octubre 2020. [En línea]. Available: https://es.wikipedia.org/wiki/Sobreajuste. [Último acceso: 16 marzo 2021]. [17] «Aprendizaje profundo,» Wikipedia, 01 03 2021. [En línea]. Available: https://es.wikipedia.org/wiki/Aprendizaje_profundo. [Último acceso: 24 05 2021]. [18] «Te damos la bienvenida a Colaboratory,» Google, [En línea]. Available: https://colab.research.google.com/notebooks/intro.ipynb?hl=es. [Último acceso: 16 marzo 2021]. [19] Google, «TensorFlow,» [En línea]. Available: https://www.tensorflow.org/?hl=es-419. [Último acceso: 15 04 2021]. [20] «RFID,» Wikipedia, [En línea]. Available: https://es.wikipedia.org/wiki/RFID. [Último acceso: 24 05 2021]. [21] «Bluetooth de baja energía,» Wikipedia, [En línea]. Available: https://es.wikipedia.org/wiki/Bluetooth_de_baja_energ%C3%ADa. [Último acceso: 24 05 2021]. [22] «NFC,» Wikipedia, [En línea]. Available: https://es.wikipedia.org/wiki/Near_field_communication. [Último acceso: 24 05 2021]. [23] «GPS,» Wikipedia, [En línea]. Available: https://es.wikipedia.org/wiki/GPS. [Último acceso: 24 05 2021]. [24] F. S. Caparrini, «Entrenamiento de Redes Neuronales: mejorando el Gradiente Descendente,» Dpto. Ciencias de la Computación e Inteligencia Artificial, Universidad de Sevilla., [En línea]. Available: http://www.cs.us.es/~fsancho/?e=165. [Último acceso: 24 05 2021]. [25] K. O’Shea y R. Nash, «An Introduction to Convolutional Neural Networks,» arXiv, Gales, UK, 2015. [26] S. Sharma y A. Athaiya, «ACTIVATION FUNCTIONS IN NEURAL,» International Journal of Engineering Applied Sciences and Technology, 2020. [27] F. f. Li, J. Johnson y S. Yeung, «Lecture 4: Backpropagation and Neural Networks,» 13 04 2017. [En línea]. Available: http://cs231n.stanford.edu/slides/2017/cs231n_2017_lecture4.pdf. [Último acceso: 24 05 2021]. [28] «Red convolucional en PyTorch,» Cleverpy Machine Learning, 09 01 2018. [En línea]. Available: https://medium.com/@cleverpysolutions/red-convolucional-en-pytorch-c499ae8af6ca. [Último acceso: 24 05 2021]. [29] «Max-pooling / Pooling,» 2018. [En línea]. Available: https://computersciencewiki.org/index.php/Max-pooling_/_Pooling. [Último acceso: 24 05 2021]. [30] C.-W. Zhang, M.-Y. Yang y H.-J. Zeng, «Pedestrian detection based on improved LeNet-5 convolutional neural network,» Journal of Algorithms & Computational Technology, shaanxi, China, 2019. [31] J. Huang, V. Rathod, C. Sun , M. Zhu y S. Guadarrama, «Speed/accuracy trade-offs for modern convolutional object detector,» Actas de la Conferencia IEEE sobre visión artificial y reconocimiento de patrones, 2017. [32] J. U. T. G. A. S. T. Gevers, «Selective Search for Object Recognition,» Italia y Amsterdam, 2012. [33] R. Gandhi, «R-CNN, Fast R-CNN, Faster R-CNN, YOLO — Object Detection Algorithms,» Towards Dara Science, [En línea]. Available: https://towardsdatascience.com/r-cnn-fast-r-cnn-faster-r-cnn-yolo-object-detection-algorithms-36d53571365e. [Último acceso: 17 04 2021]. [34] R. Girshick, «Fast r-cnn. In Proceedings of the IEEE international conference on computer vision,» Microsoft Research, 2015. [35] K. He, G. Gkioxari, P. Dollar y R. Girshick, «Mask R-CNN,» Facebook AI Research. [36] A. Garcia Garcia, S. Oprea, S. Orts Escolano, J. Garcia Rodriguez y V. Villena Martinez, «A Review on Deep Learning Techniques Applied to Semantic Segmentation,» arXiv, 2017. [37] X. Feng, Y. Jiang, X. Li, X. Yang y M. Du, «Computer vision algorithms and hardware implementations: A survey,» ELSEVIER, Shanghai, 2019. [38] J. Redmon, S. Divvala, R. Girshick y A. Farhadi, «You Only Look Once: Unified, Real-Time Object Detection,» 2015. [39] A. Persson, «Non Max Suppression Explained and PyTorch Implementation,» Youtube, 07 10 2020. [En línea]. Available: https://www.youtube.com/watch?v=YDkjWEN8jNA. [Último acceso: 24 05 2021]. [40] D. Patel, «What is YOLO algorithm? | Deep Learning Tutorial 31 (Tensorflow, Keras & Python),» 25 12 2020. [En línea]. Available: https://www.youtube.com/watch?v=ag3DLKsl2vk. [Último acceso: 24 05 2021]. [41] J. Redmon y A. Farhadi, «YOLO9000: Better, Faster, Stronger,» 2016. [42] A. Kathuria, «What’s new in YOLO v3?,» towards datascience, 23 04 2018. [En línea]. Available: https://towardsdatascience.com/yolo-v3-object-detection-53fb7d3bfe6b. [Último acceso: 24 04 2021]. [43] J. Redmon y A. Farhadi, «YOLOv3: An Incremental Improvement,» Washington, 2018. [44] A. Bochkovskiy, C.-Y. Wang y H. Y. Mark Liao, «YOLOv4: Optimal Speed and Accuracy of Object Detection,» Taiwan, 2020. [45] R. Balsys, «YOLO v3 Real-Time Object tracking with Deep SORT,» 26 Junio 2020. [En línea]. Available: https://pylessons.com/YOLOv3-TF2-DeepSort/. [Último acceso: 16 Marzo 2021]. [46] S. DEY, «Implementing Lucas-Kanade Optical Flow algorithm in Python,» 25 02 2018. [En línea]. Available: https://sandipanweb.wordpress.com/2018/02/25/implementing-lucas-kanade-optical-flow-algorithm-in-python/. [Último acceso: 23 05 2021]. [47] S. R. Maiya, «DeepSORT: Deep Learning to Track Custom Objects in a Video,» 2019. [En línea]. Available: https://nanonets.com/blog/object-tracking-deepsort/. [Último acceso: 24 04 2021]. [48] A. Bewley, Z. Ge, L. Ott, B. Upcrof y F. Ramos, «SIMPLE ONLINE AND REALTIME TRACKING,» Sindney, 2016. [49] N. Wojke, A. Bewley y D. Paulus, «SIMPLE ONLINE AND REALTIME TRACKING WITH A DEEP ASSOCIATION METRIC,» Brisbane, 2017. [50] f. fleuret, j. berclaz y p. fua, «Multi-camera pedestrians video,» EPFL, [En línea]. Available: https://www.epfl.ch/labs/cvlab/data/data-pom-index-php/. [Último acceso: 25 04 2021]. [51] «Walking London's SOHO in HEAVY RAIN - Saturday Evening City Ambience,» Watched Walker, 27 07 2020. [En línea]. Available: https://www.youtube.com/watch?v=__Eo-dvEH7g. [Último acceso: 26 04 2021]. [52] «10 WEIRD THINGS CAUGHT ON SECURITY CAMERAS & CCTV,» CREATIVE, 28 03 2020. [En línea]. Available: https://www.youtube.com/watch?v=sPwxPxgJDSc. [Último acceso: 26 04 2021]. [53] «Two people walk up to home, walk away after seeing security camera,» Lexington Police Department, 23 01 2019. [En línea]. Available: https://www.youtube.com/watch?v=bFrwLUjXcLs. [Último acceso: 26 04 2021]. [54] A. Augustyn, «Why Are Basketball Hoops 10 Feet High?».Britannica. [55] A. L. González Gómez, J. E. Meneses Fonseca, A. Ballesteros Díaz y J. León Téllez, «Método para la extracción de puntos de control en la calibración de una cámara basado en la estimación de la fase de un patrón de puntos codificado,» Scielo, Bucaramanga, 2013. [56] «¿Dónde están los hombres y mujeres más altos de Suramérica?,» EL TIEMPO Casa Editorial, 29 06 2016. [57] S. G. MATIAS, «Colombia, uno de los países con más dificultades en acceso a internet,» EL TIEMPO editorial, 11 09 2020. [58] S. C. Walpole, D. Prieto Merino, J. Cleland, P. Edwards y G. Stevens, «The weight of nations: an estimation of adult human biomass,» BMC Public Health , London, 2012. [59] S.-S. Wu y H.-Y. Wu, «The Design of an Intelligent Pedometer using Android,» Taiwan, 2011. [60] K. Xu, G. Zhang y H. Chen, «Adversarial T-shirt! Evading Person Detectors in A Physical World,» IBM Research, Massachusetts, 2020. [61] T. I. guy, «Google Colab: Access Webcam for Images and Video,» [En línea]. Available: https://colab.research.google.com/drive/1QnC7lV7oVFk5OZCm75fqbLAfD9qBy9bw?usp=sharing. [Último acceso: 25 04 2021]. [62] C. Silcox, «La inteligencia artificial en el sector salud,» Banco Interamericano de Desarrollo. , 2020. [63] OpenCV, «Spatial AI powerhouse, OAK-D,» [En línea]. Available: https://store.opencv.ai/. [Último acceso: 15 04 2021].