APLICACIÓN WEB PARA LA IDENTIFICACIÓN AUTOMÁTICA DEL USO DEL TAPABOCAS

• Published in: Brazilian Creative Industries Journal Vol. 1; no. 1; pp. 88 - 104
• Main Authors: Rodríguez-Marín, Paula Andrea, Torres-Jiménez, Victor Manuel, Piedrahíta-Carvajal, Alejandro, Terraza-Arciniegas, Daniel, Amaya-Gómez, Mauricio, Duque-Muñoz, Leonardo, Martínez-Vargas, Juan David
• Format: Journal Article
• Language: English
• Published: Universidade Feevale 01.07.2021
• Subjects: reconocimiento automático; redes neuronales; tapabocas; triplet
• ISSN: 2763-8677; 2763-8677
• DOI: 10.25112/bcij.v1i1.2669

Junto con el lavado de manos y el distanciamiento social, el uso de máscaras faciales (tapabocas) es una de las medidas de bioseguridad para prevenir la transmisión de enfermedades respiratorias como el covid-19. En este artículo proponemos la identificación automática del uso del tapabocas, con el objetivo de realizar alarmas del mal uso y el no uso del tapabocas. Este trabajo puede ser utilizado en lugares de acceso a personas donde el uso del tapabocas debe ser obligatorio. Se construyó una base de datos de imágenes con personas haciendo uso correcto del tapabocas (clase OK), mal uso del tapabocas ( clase BAD) y sin tapabocas (clase No-Mask). La base de datos fue construida por los estudiantes del semillero en inteligencia artificial del ITM. Para entrenar el modelo se implementó una red neural con arquitectura triplet, en la cual, después de normalizar cada imagen y transformarla en una de menor dimensión, se toma una imagen objetivo, llamado anchor, en este caso una de nuestras clases definidas, un ejemplo positivo (de la misma clase del anchor) y dos ejemplos negativos (de diferente clase del anchor, una por cada clase diferente). Con estas muestras se calcula la distancia entre el anchor y los ejemplos positivo y negativos. La distancia será grande entre el anchor y los ejemplos negativos y pequeña con el ejemplo positivo. Los ejemplos positivos y negativos se seleccionaron aleatoriamente. Los resultados son promisorios y se se hace una buena clasificación al llegar una muestra nueva.