Detección de mascarillas y análisis de la distancia interpersonal en interiores a partir de imágenes
Authors
Baeza Mas, JavierDirector
Losada Gutiérrez, CristinaDate
2021Keywords
Medidas prevención COVID-19
Reconocimiento facial
Monitorización de imágenes estáticas
Redes neuronales convolucionales
COVID-19 prevention measures
Facial recognition
Static image monitoring
Convolutional neural networks
Document type
info:eu-repo/semantics/bachelorThesis
Version
info:eu-repo/semantics/acceptedVersion
Rights
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Access rights
info:eu-repo/semantics/openAccess
Abstract
La inteligencia artificial proporciona una herramienta clave para monitorizar el cumplimiento de
normas sanitarias COVID-19: distancia de seguridad, uso correcto de mascarilla y evitar
aglomeraciones. Este trabajo tiene como objetivo el diseño, implementación y evaluación de un
sistema de detección automática de estas normas.
El modelo de reconocimiento de imágenes generado, basado en la combinación de un detector
de caras junto con una CNN, ha logrado una exactitud del 98% distinguiendo entre personas con
y sin mascarilla, y un 86% clasificando la mascarilla con, sin, y mal puesta, presentando más
dificultad en el reconocimiento de personas con mascarilla mal puesta. Artificial intelligence provides a key tool to monitor compliance with COVID-19 health standards:
safety distance, correct use of mask and avoid agglomerations. This work aims at the design,
implementate and evaluate an automatic detection system for these standards. The generated
image recognition model, based on the combination of a face detector together with a CNN, has
achieved an accuracy of 98% distinguishing between people with and without mask, and 86%
classifying the mask with, without, and incorrect wearing, presenting more difficulty in the
recognition of people with incorrect wearing mask.
Files in this item
Files | Size | Format |
|
---|---|---|---|
TFG_BAEZA_MAS_2021.pdf | 3.405Mb |
|
Files | Size | Format |
|
---|---|---|---|
TFG_BAEZA_MAS_2021.pdf | 3.405Mb |
|