Detección de tapabocas en imágenes para la prevención del COVID-19 a través de redes neuronales

Contenido principal de artículos

Luis Anillo
Moises Mejia
María Jose Melendez
Silvia Moreno-Trillos
Franklin Ruiz

Palabras clave

Visión Computacional, Redes Neuronales, Rede Neuronal convolucional

Resumen

A finales del año 2019 apareció un nuevo virus denominado COVID-19, el cual ha afectado a muchos países alrededor del mundo y ha generado muchas muertes. Este virus entra al cuerpo por tres medios: ojos, nariz y boca. La organización mundial de la salud ordenó el uso indispensable de mascarillas en espacios públicos, personal de la salud y en personas infectadas, y el lavado constante de las manos para así prevenir la expansión de este virus y evitar mayores consecuencias a la población en general.


Debido a la falta de concientización acerca del virus, y por ende el uso inadecuado o simplemente el no usar mascarillas en espacios públicos, se ha generado un mayor número de contagios en este país, ocasionando un aumento en el sistema de salud. A pesar de todas estas normas, una pequeña parte de la población aún no se concientiza y estos siguen propagando el virus. En este trabajo proponemos un algoritmo que procese las diferentes imágenes que recibe y analiza a través de redes neuronales si la persona tiene o no mascarilla para así hacer su respectiva detección y llamado de atención y por ende prevenir la expansión del covid-19.

Abstract 16 | PDF Downloads 12

Referencias

[1] "La OMS caracteriza a COVID-19 como una pandemia - OPS/OMS | Organización Panamericana de la Salud", Paho.org, 2020. [Online]. Available: https://www.paho.org/es/noticias/11-3-2020-oms-caracteriza-covid-19-como-pandemia [Accessed: 06- Apr- 2021].

[2] Abigail Orús (2021, Mar 20). Número de personas fallecidas a consecuencia del coronavirus a nivel mundial a fecha de 14 de marzo de 2021, por continente. [Online] Disponible: https://es.statista.com/estadisticas/1107719/covid19-numero-de-muertes-a-nivel-mundial-por-region/.

[3] “OPS advierte sobre un repunte de COVID-19 en las Américas”, Paho.org. [En línea]. Disponible en: https://www.paho.org/es/noticias/23-3-2021-ops-advierte-sobre-repunte-covid-19-americas. [Consultado: 28-sep-2021].

[4] Semana.com Últimas Noticias de Colombia y el Mundo. 2021. Coronavirus en Colombia: MinSalud reportó 3.511 nuevos casos y 78 muertes este martes. [online] Available at:https://www.semana.com/nacion/articulo/coronavirus-en-colombia-minsalud-reporto-3511-nuevos-casos-y-78-muertes-este-martes/202124/ [Accessed 8 March 2021].

[5] Canal Comstor (2017, Dic 29) ¿Que es la visión computacional? [Online] Disponible: https://blogmexico.comstor.com/que-es-la-vision-computacional.

[6] Oscar Garcia. (2019, Sep 16). Redes Neuronales artificiales: Qué son y cómo se entrenan [Online] Disponible: https://www.xeridia.com/blog/redes-neuronales-artificiales-que-son-y-como-se-entrenan-parte-i.

[7] Damián M. (Mar 2001) Redes Neuronales: Conceptos Básicos y Aplicaciones. Recuperado de: https://www.frro.utn.edu.ar/repositorio/catedras/quimica/5_anio/orientadora1/monograias/matich-redesneuronales.pdf.

[8] S. Silva y E. Feire (2019.Noviembre, 23), Intro a las Redes neuronales convolucionales.[Online]
Disponible: https://bootcampai.medium.com/redes-neuronales-convolucionales-5e0ce960caf8.

[9] C. Camacho, "Convolutional Neural Networks", Cezannec.github.io, 2018. [Online]. Available: https://cezannec.github.io/Convolutional_Neural_Networks/. [Accessed: 06- Apr- 2021].

[10] D. Calvo, "Backpropagation – Redes neuronales", Diegocalvo.es, 2018. [Online]. Available: https://www.diegocalvo.es/backpropagation-redes-neuronales/. [Accessed: 06- Apr- 2021].

[11] E. Blanco, "¿Cómo funciona el algoritmo Backpropagation en una Red Neuronal? - Think Big Empresas", Think Big, 2019. [Online]. Available: https://empresas.blogthinkbig.com/como-funciona-el-algoritmo-backpropagation-en-una-red-neuronal/. [Accessed: 06- Apr- 2021]

[12] Gracia, L. (2013, 9 octubre). ¿Qué es OpenCV? Un poco de Java. https://unpocodejava.com/2013/10/09/que-es-opencv/

[13] Said, Y. Pynq-YOLO-Net: An embedded quantized convolutional neural network for face mask detection in COVID-19 pandemic era (2020).

[14] 330 ohms (2020, Nov 17). ¿Cómo detectar objetos con YOLO? [Online]. Recuperado de: https://blog.330ohms.com/2020/11/17/deteccion-de-objetos-con-yolo/#:~:text=El%20algoritmo%20YOLO&text=Uno%20de%20los%20mejores%20algoritmos,una%20rect%C3%A1ngulo%20el%20objeto%20detectado.

[15] Jiang, X., Gao, T., Zhu, Z., Zhao, Y. Real-time face mask detection method based on yolov3 (2021).

[16] Paper with code (2018, Abr 08). Darknet-53 [Online] Disponible: https://paperswithcode.com/method/darknet-53.

[17] Jonathan Hui (2018, Mar 06) mAP (mean Average Precision) for Object Detection [Online] Disponible:https: //jonathan-hui.medium.com/map-mean-average-precision-for-object-detection-45c121a31173

[18] pjreddie (2018) YOLO: Real-Time Object Detection [Online] Disponible: https://pjreddie.com/darknet/yolo/.

[19] Jiang, X., Xiang, F., Lv, M., Wang, W., Zhang, Z., Yu, Y.YOLOv3-Slim for Face Mask Recognition (2021) https://iopscience.iop.org/article/10.1088/1742-6596/1771/1/012002.

[20] J. A. Calderón Velasco, G. A. Amarillo Cárdenas, L. A. Silva Bahamon, y C. G. Donoso Albarracín, "Biometría dactilar: una nueva alternativa de controlar efectivamente la asistencia a clases", Investigación e Innovación en Ingenierías, vol. 6, n.º 1, pp. 27 - 39, 2018. DOI: https://doi.org/10.17081/invinno.6.1.2773

[21] D. Heredia Acevedo, Y. F. Ceballos, y G. Sanchez Torres, "Modelo de simulación de eventos discretos para el análisis y mejora del proceso de atención al cliente", Investigación e Innovación en Ingenierías, vol. 8, n.º 2, pp. 44-61, 2020. DOI: https://doi.org/10.17081/invinno.8.2.3639

[22] Sarrazín, J. P. (2018). La categoría indígena definida desde la hegemonía y sus alcances en la institucionalidad colombiana. Justicia, 22(32), 140–160. https://doi.org/10.17081/just.22.32.3037

[23] I. Chaverra Mendoza, “Utilidad de los métodos inmunológicos y moleculares para el diagnóstico del virus Chikungunya”, Ciencia e Innovación en Salud , vol. 4, núm. 1 de diciembre de 2017.


[24] MobileNetV2: The Next Generation of On-Device Computer Vision Networks. (2018, 3 abril). Google AI Blog. https://ai.googleblog.com/2018/04/mobilenetv2-next-generation-ofon.html.