Tema del Proyecto:
SISTEMA DE CONTROL DE USO DE MASCARILLAS Y TEMPERATURA CORPORAL DE
PERSONAS PARA EL INGRESO A AREAS CERRADAS EN EL CONTEXTO DEL COVID-19.
Integrantes:
DIEGO ANDRÉS RAMOS BAJAÑA
MARIA DEL SOL PALMA NUÑEZ
- DEFINICION DEL PROBLEMA
Se sabe que varios grupos de ciudadanos y grupos anti-mascarillas en el mundo no
desean seguir diversos protocolos de salud en áreas cerradas debido a pensamientos como “a
muchos nos molesta que las autoridades nos digan qué hacer”, “falsa pandemia” o “yo
sencillamente los odio" y por ende se oponen a medidas que han demostrado salvar vidas [1].
Por lo que diversos teóricos de la conspiración, libertarios y antivacunas pasan por alto estas
medidas que controlan y prevén una mayor propagación de la pandemia, siendo los protestantes
hasta más de 15.000 personas en países como Estados Unidos, Alemania, Canadá, Reino Unido
y Francia [2].
Debido a las nuevas medidas con respecto a la pandemia, cada vez más ciudadanos
están regresando a sus actividades presenciales, pero pocos lo hacen manteniendo los
protocolos de salud sugeridos. Es por eso que se aconseja llevar mascarillas debido a los riesgos
de un posible rebrote, especialmente en lugares cerrados, ya que estos dispositivos de seguridad
pueden evitar que el 99% de las partículas del virus pasen a través de estos [3].
Internacionalmente, se considera que la mínima manera de contagio y la necesidad de
proteger a lo demás son temas de urgencia. Y en diversos ambientes clínicos, las mascarillas
normalmente se usan como parte de un equipo de protección personal en espacios cerrados
cuando otro individuo tose o estornuda cerca del rostro de otro.
Tanto así que en China y Singapur se tienen consecuencias al no usar mascarillas como
arrestos, sanciones o multas por $300. Además, en Oklahoma se han reportado diversas
amenazas de violencia sobre la Ley de Uso de Mascarillas para que esta llegue a ser solo una
recomendación. De hecho, un funcionario en Michigan de seguridad fue asesinado por un
individuo sin mascarilla al impedir el ingreso de este a un área cerrada de un centro comercial
[4].
- ESTADO DEL ARTE
Personal de TI de Taiwán ha implementado la tecnología de Microsoft Taiwán Azure
para escanear continuamente mediante las cámaras instaladas a todas las personas que acceden
a las instalaciones de un hospital mediante dispositivos de temperatura IR corporal al tiempo
que identifica si la persona usa una mascarilla generando una alerta al personal de seguridad a
través de los servicios de Azure Bot, también se hace uso de la Inteligencia Artificial, el borde
inteligente y la nube para llevar a cabo las tareas de monitorización en las instalaciones.
También se pretende implementar modelos de IA capacitados en un módulo IoT Edge para el
análisis de imágenes en tiempo real a través de Power BI [5].
En la FIEC, se ha realizado la implementación de un sistema de detección del uso de
mascarillas en base a inteligencia artificial mediante DL, un modelo original TensorFlow y
redes neuronales convolucionales de 3 capas y filtros [6]. También, se ha diseñado un software
en Santa Elena de detección de mascarilla a través de Machine Learning usando OpenCV
usando Python mediante las librerías de cv2, os, numpy y imutils, con redes neuronales
convolucionales eficaces con el software Cascade Trainer GUI y diferentes cantidades de bases
de datos desde 400 hasta 1400 imágenes [7].
Existe un prototipo de detección de mascarillas faciales basado en aprendizaje profundo
que utiliza la cámara FLIR Firefly DL para verificar el estado de la máscara y reconocer y
registrar cualquier violación de su correcto uso de la empresa Teledyne FLIR, utiliza dos
bibliotecas públicas con más de 1000 imágenes para mostrar ejemplos de inadaptados de
máscaras en varios entornos con cámara FLIR Blackfly S GigE [8].
También se ha implementado un software que permite que solo los empleados con
mascarillas pasen por algunas entradas de infraestructura mediante reconocimiento facial con
inteligencia artificial de la compañía de servicio IT LG CNS, donde también se posee la
detección de calor mientras se lee la identidad del empleado y se muestra la frase "use una
máscara" junto con el cerramiento de la puerta de ingreso [9].
El ‘robot NetOn autónomo de cuarentena 5G' de la empresa LG Uplus en Corea recorre
todas las instalaciones, está equipado con una cámara termográfica que detecta la temperatura
corporal y el uso de una mascarilla, y si el robot detecta a una persona que no está usando una
máscara mientras se mueve, proporciona una alarma en tiempo real a la sala de control central
junto con una guía de voz para usar una máscara. [10]
Un identificador llamado ‘FaceMe Security’ identifica a personas que no usan una
mascarilla y verifica su identidad, así como mide la temperatura corporal basados en el borde,
funciona en computadoras con GPU y VPU para la detección e identificación de rostros en
tiempo real. Con la función Health Add-on, los oficiales de salud y seguridad pueden verificar
la identidad del visitante mediante la tecnología TrueTheater que mejora la calidad de la
imagen en la fase de preprocesamiento, mejorando la precisión en un 11,65% con cámaras 3D
y 2D [11].
Adicionalmente, el Hospital H-Yangji posee un sistema de gestión de acceso de
visitantes inteligente basado en IA 'Ilsacheonli' que puede monitorear el reconocimiento facial,
la verificación de temperatura y el uso de máscaras en una sola parada. Es un algoritmo de
aprendizaje profundo basado en inteligencia artificial que identifica más del 99% de los rostros,
y el soporte de detección biométrica hace que sea imposible manipular el acceso mediante fotos
y videos. Después de que el visitante llena un cuestionario y reconoce el código QR emitido en
la puerta, se verifica rápidamente el reconocimiento facial, la detección de temperatura corporal
y el uso de la mascarilla de la persona que pasa por la puerta en menos de 1 segundo [12].
Otra implementación nueva fue realizada por NVIDIA, que ha realizado una aplicación
de detector de mascarilla facial en tiempo real con tecnología de inteligencia artificial usando
Transfer Learning Toolkit y una implementación eficiente en tiempo real del modelo entrenado
usando DeepStream SDK con reconocimiento de cuantificación (QAT) y cuantificación
posterior al entrenamiento [13]. Un algoritmo fue desarrollado por la empresa
española ‘FacePhi’ que reconoce en un 99% de fiabilidad el rostro parcialmente tapado de una
persona, se trata de un software especialmente entrenado para centrarse en los rasgos
diferenciales que presenta un rostro guardado en un respectivo formulario de registro de los
usuarios, esto se hace al ingresar con un pin o contraseña personal y un sistema de autenticación
de voz [14].
El año pasado la Universidad de Chongqing creó un algoritmo de detección de uso de
mascarilla basado en YOLO-v4 mejorado, también se considera el reconocimiento de
mascarillas faciales y se incluyen tres categorías, face_mask, face y WMI. Además, CSP1_X
mejora la capacidad de extracción de características de este documento y CSP2_X impulsa a
PANet a acelerar la circulación de características semánticas, mejorando así la solidez del
modelo [15].
De acuerdo a la Universidad de Presidencia - Ciencias de la Computación e Ingeniería,
en la India se ha diseñado un dispositivo de entrada inteligente que monitorea automáticamente
la temperatura del cuerpo humano y detecta una mascarilla en el sistema de apertura de unas
puertas inteligentes habilitadas para IoT, este proyecto aprovecha la inteligencia profunda,
TensorFlow, Keras y OpenCV para detectar máscaras faciales, utilizan el algoritmo Haar
Cascade para detectar rostros en el Internet de las cosas de bajo costo utilizando el método
Raspberry Pi [16].
En relación a dispositivos móviles de entrada, la universidad en Pakistán propuso una
puerta de inspección y desinfección inteligente basado en IoT para la entrada de lugares
públicos con una detección y medición de temperatura utilizando un sensor sin contacto y el
almacenamiento del registro de la persona sospechosa para un mayor control/monitoreo. Se
implementó modelos de aprendizaje profundo en tiempo real para la detección y clasificación
de máscaras faciales y clasificó a las personas que usan la mascarilla de manera adecuada,
inadecuada y sin una mascarilla usando VGG-16, MobileNetV2, Inception v3, ResNet-50 y
CNN usando un enfoque de aprendizaje por transferencia [17].
Por otra parte, en el mismo país de la India, el Instituto Shatabdi de Ingeniería e
Investigación utilizó un método de detección de objetos de aprendizaje profundo para crear una
posición de mascarilla y un detector de temperatura utilizando un sensor de temperatura,
Arduino, una cámara RGB y un sensor de temperatura para generar imágenes de entrada y
capturar la temperatura de una persona [18].
Por último, se encontró que en Taiwán una universidad realizó la clasificación de
mascarillas y detección de temperatura de la cabeza combinados con redes de aprendizaje
profundo mediante un método de detección de objetos de aprendizaje profundo para crear una
posición de máscara y un detector de temperatura utilizando RetinaNet. Posee dos módulos,
tres categorías de posiciones de uso de máscara, una cámara RGB y una cámara térmica para
generar imágenes de entrada y capturar la temperatura de una persona [19].
Finalmente, la transformación afín mejorada se desarrolla para recortar las áreas
faciales de imágenes en tiempo real no controladas que tienen diferencias en el tamaño, la
orientación y el fondo de la cara. Este paso ayuda a localizar mejor a la persona que está
violando las normas de las mascarillas en las áreas públicas / oficinas. [20]
- DESCRIPCION DE LA SOLUCION PROPUESTA
Ilustración 1. Diagrama de la solución propuesta. [21]
En la ilustración 1, se puede observar un diagrama con la solución a la problemática
planteada, ya que se implementará un sistema de reconocimiento de facial con mascarillas
automático a tiempo real utilizando tecnologías de inteligencia artificial conectado a otras
variables de control como la temperatura y la mascarilla. Todos estos datos serán analizados
por una Raspberry Pi que funcionara como centro de control para todo el sistema.
El escenario se basa en que cuando un visitante se acerca a la puerta de entrada de un
área concurrida y cerrada del hospital, la cámara del detector de mascarillas y el sensor térmico
se activan automáticamente y confirman si el visitante no tiene fiebre alta y lleva una máscara.
Los visitantes pueden ingresar de manera conveniente y rápida sin tomar una temperatura
corporal separada o usar una etiqueta de tarjeta de acceso.
Esta solución resuelve el inconveniente acceso a áreas cerradas debido a la pandemia y
sus mutaciones, además que en hospitales de Ecuador este sistema no se ha implementado. La
característica más importante de este sistema es que puede bloquear la infección secundaria de
virus como 'COVID-19' en el hospital, así como aliviar la fatiga del personal de control de
acceso. En particular, se podrá reducir el tiempo de acceso de los pacientes hospitalizados
considerablemente, por lo que se puede esperar una alta satisfacción, como conveniencia y
seguridad, en términos de experiencia del paciente.
Este proyecto permitirá controlar el acceso a áreas cerradas de personas que no toman
medidas de seguridad como mascarillas y además que su temperatura corporal sea mayor al
límite establecido, si no se cumplen alguna de estas dos condiciones se generara una alerta roja.
Además, mediante una pantalla se podrá observar a tiempo real del reconocimiento facial de la
mascarilla por lo que se diseñará este sistema efectivo para reducir la extensión de la
propagación del virus.
Bibliografía
[1 W. Park, «BBC Future,» 04 septiembre 2020. [En línea]. Available:
] [Link] [Último acceso: 10 octubre 2021].
[2 D. L. Breton, «BBC News Mundo,» 18 agosto 2020. [En línea]. Available:
] [Link] [Último acceso: 10 octubre
2021].
[3 S. Kolstoe, «The Conversation*,» 16 julio 2020. [En línea]. Available:
] [Link] [Último acceso: 10 octubre 2021].
[4 T. Wong, «BBC News, Singapur,» 18 mayo 2020. [En línea]. Available:
] [Link] [Último acceso: 10 octubre 2021].
[5 GrupoTecmaRed, «CASADOMO,» 27 abril 2020. [En línea]. Available:
] [Link]
taipei. [Último acceso: 10 octubre 2021].
[6 C. O. Bryan Manzano, «FIEC,» [En línea]. Available:
] [Link]
sistema-de-detecci%C3%B3n-del-uso-de-mascarillas-por-parte. [Último acceso: 10 octubre
2021].
[7 L. P. T. S. &. R. P. Chuquimarca Jimenez, «Revista Científica Y Tecnológica UPSE,» 21 junio 2021.
] [En línea]. Available: [Link]
. [Último acceso: 10 octubre 2021].
[8 C. Jeong-hoon, «FAJournal,» 04 abril 2020. [En línea]. Available:
] [Link] [Último acceso: 10 octubre
2021].
[9 «Dong-A - revista de educación científica de Corea,» 26 marzo 2020. [En línea]. Available:
] [Link] . [Último acceso: 10 octubre 2021].
[1 «U + Hope Library,» 03 septiembre 2020. [En línea]. Available:
0] [Link] . [Último acceso: 10 octubre 2021].
[1 K. Kyung-han, «TECHWORLD,» 08 octubre 2020. [En línea]. Available:
1] [Link] [Último acceso: 10 octubre
2021].
[1 C. Myung-hoon, «Prensa DongA Media Group,» 03 agosto 2020. [En línea]. Available:
2] [Link] [Último acceso: 10
octubre 2021].
[1 A. Saona, «Cresfree,» 12 abril 2021. [En línea]. Available:
3] [Link] [Último acceso: 10 octubre 2021].
[1 J. Orejuela, «FacePhi,» 13 julio 2020. [En línea]. Available:
4] [Link]
incluso-con-mascarillas/. [Último acceso: 10 octubre 2021].
[1 W. Z. Jimin Yu, «MDPI,» 07 abril 2021. [En línea]. Available: [Link]
5] 8220/21/9/3263/htm. [Último acceso: 10 octubre 2021].
[1 H. Y. S. D. P. B Varshini, «ScienceDirect,» 07 agosto 2021. [En línea]. Available:
6] [Link] [Último acceso: 10
octubre 2021].
[1 S. Hussain, «MDPI,» 05 marzo 2021. [En línea]. Available: [Link]
7] 3417/11/8/3495/pdf. [Último acceso: 10 octubre 2021].
[1 R. W. K. J. Megha Warungase, «IJARIIE Revista Internacional de Investigación Avanzada e Ideas
8] Innovadoras en Educación,» 15 02 2021. [En línea]. Available:
[Link]
o_Prevent_COVID_for_Work_Environment_ijariie14217.pdf. [Último acceso: 10 octubre 2021].
[1 A. R. K. P. Isack Farady, «IEEE Xplore,» 18 noviembre 2020. [En línea]. Available:
9] [Link] [Último acceso: 10
octubre 2021].
[2 sciencedirect, «sciencedirect,» 08 2021. [En línea]. Available:
0] [Link] [Último acceso: 11 10
2021].