Diseño e implementación de una solución tecnológica para incrementar la adopción de chalecos en trabajadores de obras civiles y almacenes

Los equipos de protección personal (PPE) son requeridos en las industrias dentro de sus espacios de trabajo, como lo estipula el reglamento interno de la empresa, el cual establece las normativas sobre lo que se puede o no hacer dentro de las instalaciones. En particular, los chalecos reflectivos de...

Full description

Autores:
Cujia Ramirez, Katherine Daniela
De Arco Escorcia, Joigmar Jesus
Farrayans Romero, Sebastian
Yance Orozco, Ariel Armel
Tipo de recurso:
Fecha de publicación:
2023
Institución:
Universidad Simón Bolívar
Repositorio:
Repositorio Digital USB
Idioma:
spa
OAI Identifier:
oai:bonga.unisimon.edu.co:20.500.12442/14616
Acceso en línea:
https://hdl.handle.net/20.500.12442/14616
Palabra clave:
OpenCV
Procesamiento de Imágenes
MediaPipe
Chalecos reflectivos
Seguridad
Almacenes
Image Processing
MediaPipe
Reflective vests
Security
Warehouses
Rights
restrictedAccess
License
http://purl.org/coar/access_right/c_16ec
Description
Summary:Los equipos de protección personal (PPE) son requeridos en las industrias dentro de sus espacios de trabajo, como lo estipula el reglamento interno de la empresa, el cual establece las normativas sobre lo que se puede o no hacer dentro de las instalaciones. En particular, los chalecos reflectivos desempeñan una función esencial al asegurar la visibilidad del usuario. Su principal objetivo es permitir que cualquier persona que se encuentre en las proximidades del área pueda identificar al usuario desde una distancia considerable. Este proyecto tiene como objetivo desarrollar un sistema de detección y monitoreo del uso de chalecos reflectivos en entornos laborales, utilizando cámaras ubicadas dentro de los lugares de trabajo, bodegas y plantas. En tiempo real, el sistema es capaz de identificar si las personas llevan puestos o no los chalecos reflectivos mediante un proceso que involucra el procesamiento de imágenes con OpenCV, Numpy y MediaPipe. Luego, se lleva a cabo el entrenamiento de redes neuronales utilizando TensorFlow. Posteriormente, se vuelve a utilizar MediaPipe para detectar a las personas y extraer los píxeles donde se encuentran, lo cual mejora la eficiencia del entrenamiento de las redes neuronales y genera una respuesta precisa para determinar si una persona lleva o no puesto un chaleco reflectivo. Finalmente, este método logra una precisión del 73%. Si bien el sistema de detección funciona adecuadamente en entornos con buena iluminación, aún no ha sido probado en entornos reales, como almacenes.