Espol crea proyectos de inteligencia artificial que detectan el uso de mascarilla y el distanciamiento físico

La Escuela Politécnica del Litoral (Espol) informó que investigadores de su Laboratorio de Investigación en Inteligencia Artificial Industrial (INARI) han desarrollado dos proyectos de AI para ayudar a mitigar el efecto de la pandemia de coronavirus en el país: un sistema de estimación del cumplimiento del distanciamiento físico y otro sistema de detección del uso de mascarillas.

Se trata de proyectos que están co-financiados por la ESPOL y Almacenes TÍA y buscan ayudar a estimar el acatamiento de dos de las medidas más efectivas en la lucha contra el COVID-19. Así reveló para EXPRESO Andrés Abad Robalino, director del INARI.

Según Abad, cuando se desató la pandemia el laboratorio se encontraba trabajando en otros proyectos de investigación con aplicaciones industriales, sin embargo, dadas las circunstancias, INARI decidió “dirigir su investigación y su trabajo hacia la mitigación de los efectos de la emergencia sanitaria”.

“Estos desarrollos conforman una alternativa altamente efectiva y eficiente a través del uso de archivos de videos analizados con algoritmos de la inteligencia artificial”, explica Abad, quien es experto en AI y en ciencia de datos.

Sistema de estimación del cumplimiento del distanciamiento físico

Esta técnica utiliza visión por computadora y AI para detectar a las personas presentes en un área definida a partir de archivos de videos. La información recogida luego es reportada en tiempo real y puede ser utilizada para analizar videos de lugares públicos, centros comerciales, fábricas y otro tipo de establecimientos.

Abad manifiesta que este procedimiento se deriva de un desarrollo anterior de INARI basado en una tecnología de rápida ejecución y alta precisión de conteo de personas y vehículos en video que fue rediseñado rápidamente cuando la pandemia se volvió crítica.

Funcionamiento

• El sistema comienza detectando a las personas en una escena o área determinada.

• Asigna una identificación a las personas detectadas para realizar el seguimiento (establece un criterio de re-identificación de personas ya vistas, para evitar así contar dos veces a los mismos sujetos).

• Finalmente, se determina en tiempo real la cantidad de personas en un área de análisis y en un intervalo de tiempo establecido.

Sistema de detección del uso de mascarillas

Este método también hace uso de la visión por computadora y la AI para detectar si una persona está usando o no mascarilla; a partir de estas detecciones, el sistema puede analizar videos en tiempo real para proveer información sobre el porcentaje de personas que están utilizando.

Abad aclara que esta información, además de poder ser utilizada para analizar videos de lugares públicos y algunos tipos de establecimientos, “puede proveer información a las autoridades sobre el nivel de acogida de la normativa del uso de mascarilla obligatorio por parte de la ciudadanía”.

Esta técnica, en cambio, proviene un sistema anterior de detección del uso de gafas y gorras en videos con fines de seguridad física antes de la llegada de la pandemia, tal como explica el también profesor titular de la ESPOL.

Funcionamiento

Está conformado por tres módulos:

• Módulo de Detección: detecta a las personas en cada fotograma.

• Módulo de Asignación: asigna una identificación a las detecciones para realizar el seguimiento.

• Módulo de Clasificación: analiza las imágenes en cada identificación y las clasifica según tengan, o no mascarilla.

Basado en esta información, el sistema presenta información en tiempo real sobre el porcentaje de personas detectadas con y sin mascarillas.

Tecnología Deep Learning

Los nuevos proyectos del INARI se fundamentaron en el ‘Deep Learning’ o también conocido como aprendizaje profundo, uno de los métodos de aprendizaje de la inteligencia artificial que, tal como explica Abad, “consiste en modelos matemáticos de procesamiento distribuido de información sobre un gran número de unidades de procesamiento, altamente conectadas y con un gran número de parámetros libres”.

Estos parámetros son ajustados, para producir los resultados deseados, utilizando: grandes volúmenes de datos, modernos algoritmos de optimización matemática y alto poder computacional.

“La tecnología Deep Learning es responsable de practicamente todos los avances en inteligencia artificial que hemos visto en los últimos años: desde asistentes por voz como Siri y Alexa, hasta vehículos autónomos”, describe el experto.

Abad confiesa que ya se ha finalizado el desarrollo de métodos, algoritmos y códigos de ambos proyectos, los cuales están listos para su implementación final. Estos, según el director de INARI, pueden ser empleados por empresas e instituciones que estén interesadas en estimar el cumplimiento del distanciamiento físico y del uso de mascarillas, tanto por empleados como por clientes, y que busquen soluciones de fácil ejecución para operar continuamente.

“Los proyectos desarrollados en INARI buscan, en el corto plazo, resolver problemas reales de la sociedad y la industria; y en el mediano plazo, incrementar la competitividad nacional”, finaliza Abad.