Aplicación de inteligencia artificial para monitorear el uso de mascarillas de protección

• Autores: Fabio Oliveira Teixeira, Thiago Pedro Donadon Homem, Alexandre Pereira Salgado Junior
• Localización: Revista Científica General José María Córdova, ISSN-e 2500-7645, ISSN 1900-6586, Vol. 19, Nº. 33, 2021 (Ejemplar dedicado a: Emerging risks and opportunities in the Latin American and Caribbean region), págs. 205-222
• Idioma: español
• Títulos paralelos:
  • Artificial intelligence application to monitor the use of protective masks
• Enlaces
  • Texto completo
• Dialnet Métricas: 3 Citas
• Resumen
  • español

    En el contexto de la pandemia actual, esta investigación crea una aplicación web que permite monitorear el uso de la mascarilla protectora en ambientes públicos. Utilizando el framework Flask, en el lenguaje de Python, la aplicación cuenta con un panel de control que ayuda a visualizar los datos obtenidos. El proceso de detección utiliza el algoritmo Haar Cascade para clasificar rostros con y sin mascarillas protectoras. Como resultado, la aplicación web es liviana y permite detectar y almacenar en la nube las imágenes capturadas y la posibilidad de un mayor análisis de datos. El clasificador presenta precisión, revocación y f-score de 63 %, 93 % y 75 %, respectivamente. Aunque la precisión fue satisfactoria, se realizarán nuevos experimentos para explorar nuevas técnicas de visión por computadora.

  • English

    This work presents a web application that monitors face mask use in public environments in the current pandemic context. The application was executed using the Flask framework and the Python language. It has a control panel that helps the user visualize the data obtained. The monitoring process uses the Haar Cascade algorithm to classify faces with and without face masks. The web application is lightweight. It allows the detection and storage of the captured images on the “cloud” and the possibility of further data analysis. The classifier has a precision, revocation, and f-score of 63%, 93%, and 75%, respectively. Although the precision was satisfactory, further experiments will be conducted to explore new computer vision techniques, such as deep learning.