Sistema de monitoreo de conductores de vehículos a partir de análisis de expresiones faciales

Introducción-Al conducir, la persona se encuentra expuesta a diferentes estímulos que pueden llevar a que se ocasione accidentes. Aunque Numerosas propuestas tecnológicas se han presentado para mantener monitoreado al conductor, estas han pasado por alto el estado anímico en el que este se encuentra, el cual podría generar efectos negativos en la capacidad de reacción al conducir. Objetivo- Buscar diferentes alternativas de inteligencia artificial para el análisis permanente de rostros de conductores, con el fin de encontrar un buen modelo de clasificación de expresión facial (feliz, enojo, sorpresa, neutral). Metodología- La metodología utilizada consiste en la selección de una base de datos que es preprocesada, para posteriormente entrenar diferentes modelos y realizar comparaciones de precisión entre ellos. Resultados- Se logra encontrar una precisión mayor al 80% en la detección del estado anímico del usuario. Y se logra migrar el modelo a un sistema de monitoreo portátil. Conclusiones- En este caso particular los métodos de aprendizaje de maquina tradicionales (machine learning) consumen menos tiempo a la hora de clasificar, sin embargo, estos son superados en precisión por un aprendizaje profundo.

• Autores: Cordoba Fuzga, Juan Felipe; Vasquez Salazar, Ruben Dario; Sarmiento Maldonado, Henry Omar
• Tipo de recurso: Article of journal
• Fecha de publicación: 2020
• Institución: Corporación Universidad de la Costa
• Repositorio: REDICUC - Repositorio CUC
• Idioma: spa
• OAI Identifier: oai:repositorio.cuc.edu.co:11323/12296
• Acceso en línea: https://hdl.handle.net/11323/12296; https://doi.org/10.17981/ingecuc.16.2.2020.14
• Palabra clave: artificial intelligence; machine learning; deep learning; computer vision; facial expressions; inteligencia artificial; aprendizaje de máquina; aprendizaje profundo; visión artificial; expresiones faciales
• Rights: openAccess
• License: INGE CUC - 2020