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

datacite.rightshttp://purl.org/coar/access_right/c_16ecspa
dc.contributor.advisorMoreno Trillos, Silvia
dc.contributor.authorRuiz Caicedo, Franklin De Jesús
dc.contributor.authorAnillo Polo, Luis Enriques
dc.contributor.authorMeléndez Gutiérrez, María José
dc.contributor.authorMejía Toro, Moisés Alfonso
dc.date.accessioned2022-02-08T13:26:10Z
dc.date.available2022-02-08T13:26:10Z
dc.date.issued2021
dc.description.abstractA 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.spa
dc.description.abstractAt the end of 2019, a new virus called COVID-19 appeared, which has affected many countries around the world and has caused many deaths. This virus enters the body by three means: eyes, nose, and mouth. The world health organization ordered the essential use of masks in public spaces, health personnel and infected people, and the constant washing of hands in order to prevent the spread of this virus and avoid greater consequences for the general population. Due to the lack of awareness about the virus, and therefore the inappropriate use or simply not wearing masks in public spaces, a greater number of infections has been generated in this country, causing an increase in the health system. Despite all these norms, a small part of the population is still not aware and they continue to spread the virus. In this work we propose an algorithm that processes the different images that it receives and analyzes through neural networks whether or not the person has a mask in order to make their respective detection and call for attention and therefore prevent the spread of covid-19.eng
dc.format.mimetypepdfspa
dc.identifier.urihttps://hdl.handle.net/20.500.12442/9350
dc.language.isospaspa
dc.publisherEdiciones Universidad Simón Bolívarspa
dc.publisherFacultad de Ingenieríasspa
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internacionaleng
dc.rights.accessrightsinfo:eu-repo/semantics/restrictedAccessspa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectVisión computacionalspa
dc.subjectRedes neuronalesspa
dc.subjectRede neuronal convolucionalspa
dc.subjectComputational visioneng
dc.subjectNeural networkseng
dc.subjectConvolutional neural networkeng
dc.titleDetección de tapabocas en imágenes para la prevención del COVID-19 a través de redes neuronalesspa
dc.title.translatedDetection of face masks in images for the prevention of COVID-19 through neural networkseng
dc.type.driverinfo:eu-repo/semantics/bachelorThesisspa
dc.type.spaTrabajo de grado - pregradospa
dcterms.references"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].spa
dcterms.referencesAbigail 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/.spa
dcterms.references“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].spa
dcterms.referencesSemana.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].spa
dcterms.referencesCanal Comstor (2017, Dic 29) ¿Que es la visión computacional? [Online] Disponible: https://blogmexico.comstor.com/que-es-la-vision-computacional.spa
dcterms.referencesOscar 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.spa
dcterms.referencesDamián 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.spa
dcterms.referencesS. Silva y E. Feire (2019.Noviembre, 23), Intro a las Redes neuronales convolucionales.[Online] Disponible: https://bootcampai.medium.com/redes-neuronales-convolucionales-5e0ce960caf8.spa
dcterms.referencesC. Camacho, "Convolutional Neural Networks", Cezannec.github.io, 2018. [Online]. Available: https://cezannec.github.io/Convolutional_Neural_Networks/. [Accessed: 06- Apr- 2021].spa
dcterms.referencesD. Calvo, "Backpropagation – Redes neuronales", Diegocalvo.es, 2018. [Online]. Available: https://www.diegocalvo.es/backpropagation-redes-neuronales/. [Accessed: 06- Apr- 2021].spa
dcterms.referencesE. 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]spa
dcterms.referencesGracia, L. (2013, 9 octubre). ¿Qué es OpenCV? Un poco de Java. https://unpocodejava.com/2013/10/09/que-es-opencv/spa
dcterms.referencesSaid, Y. Pynq-YOLO-Net: An embedded quantized convolutional neural network for face mask detection in COVID-19 pandemic era (2020).eng
dcterms.references330 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.spa
dcterms.referencesJiang, X., Gao, T., Zhu, Z., Zhao, Y. Real-time face mask detection method based on yolov3 (2021).eng
dcterms.referencesPaper with code (2018, Abr 08). Darknet-53 [Online] Disponible: https://paperswithcode.com/method/darknet-53.eng
dcterms.referencesJonathan 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-45c121a31173eng
dcterms.referencespjreddie (2018) YOLO: Real-Time Object Detection [Online] Disponible: https://pjreddie.com/darknet/yolo/.eng
dcterms.referencesJiang, 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.eng
dcterms.referencesMobileNetV2: 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.eng
oaire.versioninfo:eu-repo/semantics/acceptedVersionspa
sb.programaIngeniería de Sistemasspa
sb.sedeSede Barranquillaspa

Archivos

Bloque original
Mostrando 1 - 2 de 2
No hay miniatura disponible
Nombre:
PDF.pdf
Tamaño:
1.18 MB
Formato:
Adobe Portable Document Format
Cargando...
Miniatura
Nombre:
PDF_Resumen.pdf
Tamaño:
560.33 KB
Formato:
Adobe Portable Document Format