ACCESO AUTOMÁTICO POR IDENTIFICACIÓN DE USO ADECUADO DE CUBREBOCAS (AUTOMATIC ACCESS BY IDENTIFICATION OF PROPER USE OF FACE MASKS)
Resumen
En el contexto de la recién finalizada pandemia por coronavirus, el uso de los cubrebocas para evitar o disminuir contagios, inclusive de otras enfermedades, sigue siendo de interés en muchas zonas de México y el mundo. Garantizar que las personas lleven cubrebocas para el acceso a ciertos recintos no es posible con personal de vigilancia; en su lugar, los sistemas automáticos son una mejor opción para ayudar a gestionar el comportamiento del público. En este trabajo se propone un control de acceso por reconocimiento facial que integra software y hardware. El primero usando redes neuronales convolucionales desarrolladas en la plataforma Keros-TensorFlow que permiten análisis en tiempo real de imágenes de video provenientes de cámaras de vigilancia. El segundo se realiza con una tarjeta Arduino integrando sensores/actuadores. Las pruebas realizadas muestran efectividad de la propuesta lo que permitiría que el sistema pueda usarse en diferentes instalaciones o aplicaciones de tiempo real.
Palabras Clave: Detección de cubrebocas, aprendizaje profundo, red neuronal convolucional, automatización.
Abstract
In the context of the recently ended coronavirus pandemic, the use of face masks to prevent or reduce transmission, including of other diseases, continues to be of interest in many areas of Mexico and the world. Ensuring that people wear face masks for access to certain venues is not possible with surveillance personnel; instead, automated systems are a better option to help manage public behavior. This paper proposes an access control scheme that integrates software and hardware. The first using convolutional neural networks developed on the Keros-TensorFlow platform that allow real-time analysis of video images from surveillance cameras. The second is performed with an Arduino board integrating actuators/sensors. The tests performed show the effectiveness of the proposal, which would allow the system to be used in different installations or real-time applications.
Keywords: Face mask detection, Deep learning, convolutional neural network, automation.
Texto completo:
560-578 PDFReferencias
Alturki, R., Alharbi, M., AlAnzi, F. & Albahli, S. Deep learning techniques for detecting and recognizing face masks: A survey. Frontiers in Public Health, Vol. 10, 1-24, 2022.
Banik, D., Rawat, S., Thakur, A., Parwekar, P. & Chandra, S.S. Automatic approach for mask detection: effective for COVID-19. Soft Computing, Vol. 27, 7513–7523, 2023.
Chollet, F. Deep learning with python. Manning Publications. 2022.
Goodfellow, I., Bengio, Y. & Courville, A. Deep Learning. MIT Press. 2016.
Leung, N. H. L., Chu, D. K. W., Shiu, E. Y. C., Chan, K.-H., McDevitt, J. J., Hau, B. J. P., Yen, H.-L., Li, Y., Ip, D. K. M., Peiris, J. S. M., Seto, W.-H., Leung, G. M., Milton, D. K., & Cowling, B. J. Respiratory virus shedding in exhaled breath and efficacy of face masks. Nature Medicine,Vol. 26, 676–680, 2020.
Militante, S. V., & Dionisio, N. V. Real-Time Facemask Recognition with Alarm System using Deep Learning. 11th IEEE Control and System Graduate Research Colloquium (ICSGRC). Shah Alam, Malaysia, August. 2020.
Miranda-Ramos, M. M., Hallon, J. O., & Suriaga, J. D. Sistema de cámaras para la detección de mascarillas con Python y Raspberry PI con comunicación inalámbrica a través del sistema global de comunicación móvil (GSM). Información tecnológica, Vol. 33, No. 3, 23–30, 2022.
Naseri, R. A. S., Kurnaz, A., & Farhan, H. M. Optimized face detector-based intelligent face mask detection model in IoT using deep learning approach. Applied Soft Computing, Vol. 134, No. 109933, 1-23, 2023.
Oliveira-Teixeira, F., Donadon-Homem, T. P., & Pereira-Junior, A. Aplicación de inteligencia artificial para monitorear el uso de mascarillas de protección. Revista Científica General José María Córdova, Vol. 19, No. 33, 205–222. 2021.
Rosebrock, A. COVID-19: Face Mask Detector with OpenCV, Keras/TensorFlow, and Deep Learning. May 4, 2020. https://www.pyimagesearch.com/2020/05/04/covid-19-face-mask-detector-with-opencv-keras-tensorflow-and-deep-learning/
Sánchez Guevara, I., & Vite Cristóbal, R. (2022). La modelación del COVID-19 en México a partir del modelo SIR. Política y Cultura, no. 58, 151–178.
Sandler, M., Howard, A., Zhu, M., Zhmoginov, A., & Chen, L.-C. MobileNetV2: Inverted Residuals and Linear Bottlenecks. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. 4510-4520, 2018.
Umer, M., Sadiq, S., Alhebshi, R. M., Alsubai, S., Al Hejaili, A., Eshmawi, A. A., Nappi, M., & Ashraf, I. Face mask detection using deep convolutional neural network and multi-stage image processing. Image and Vision Computing, Vol. 133, No. 104657, 1-10, 2023.
Varshini, B., Yogesh, H., Pasha, S. D., Suhail, M., Madhumitha, V., & Sasi, A. IoT-Enabled smart doors for monitoring body temperature and face mask detection. Global Transitions Proceedings, Vol. 2, No. 2, 246–254, 2021.
Vega Luna, J. I., Salgado Guzmán, G., Sánchez Rangel, F. J., Cosme Aceves, J. F., Tapia Vargas, V. N. Sistema de control de acceso usando reconocimiento facial con una Raspberry pi 4 y Opencv. Pistas Educativas, No. 136, 1011-1028, 2020.
Zakariyya, I., Kalutarage, H., & Al-Kadri, M. O. Towards a Robust, Effective and Resource Efficient Machine Learning Technique for IoT Security Monitoring, Computers and Security, p. 103388, 2023.
Azouji, N., Sami, A. & Taheri, M. Efficient Mask-Net for face authentication in the era of COVID-19 pandemic, Signal, Image and Video Processing, Vol. 16, 1991–1999, 2022.
URL de la licencia: https://creativecommons.org/licenses/by/3.0/deed.es
Pistas Educativas está bajo la Licencia Creative Commons Atribución 3.0 No portada. 
TECNOLÓGICO NACIONAL DE MÉXICO / INSTITUTO TECNOLÓGICO DE CELAYA
Antonio García Cubas Pte #600 esq. Av. Tecnológico, Celaya, Gto. México
Tel. 461 61 17575 Ext 5450 y 5146
pistaseducativas@itcelaya.edu.mx