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

A 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.

• Autores: Ruiz Caicedo, Franklin De Jesús; Anillo Polo, Luis Enriques; Meléndez Gutiérrez, María José; Mejía Toro, Moisés Alfonso
• Fecha de publicación: 2021
• Institución: Universidad Simón Bolívar
• Repositorio: Repositorio Digital USB
• Idioma: spa
• OAI Identifier: oai:bonga.unisimon.edu.co:20.500.12442/9350
• Acceso en línea: https://hdl.handle.net/20.500.12442/9350
• Palabra clave: Visión computacional; Redes neuronales; Rede neuronal convolucional; Computational vision; Neural networks; Convolutional neural network
• Rights: restrictedAccess
• License: Attribution-NonCommercial-NoDerivatives 4.0 Internacional