El reconocimiento del flujo de pasajeros y la recopilación de datos sobre accidentes en los andenes de las estaciones de trenes urbanos son algunas de las aplicaciones de un innovador proyecto basado en inteligencia artificial, que se enfoca en el Reconocimiento de la Actividad Humana (RAH).
La investigación, liderada por Gonzalo Farías, director de la Escuela de Ingeniería Eléctrica de la Pontificia Universidad Católica de Valparaíso, y la doctora en Ingeniería Eléctrica Heilym Ramírez, se halla actualmente en la etapa de prototipado para su implementación en el tren Limache-Puerto (EFE), con la finalidad de obtener información sobre el comportamiento de los usuarios.
Este proyecto surgió como una iniciativa de Sebastián Seriani, académico de la Escuela de Ingeniería de Construcción y Transporte de la PUCV, junto con la empresa EFE, y fue potenciado por la obtención de un Fondo de Fomento al Desarrollo Científico y Tecnológico, cuyo objetivo es optimizar el flujo de pasajeros en las mencionadas estaciones de tren.
“La tecnología empleada permite capturar imágenes mediante una cámara de video, las cuales son procesadas por un algoritmo que identifica las articulaciones del cuerpo humano, como rodillas, muñecas, cuello y cabeza. Este proceso, conocido como ‘esqueletización’, facilita el reconocimiento automático de la actividad que realiza cada persona en un momento dado”, explicaba Gonzalo Farías.
Además de monitorizar el movimiento de los usuarios en los andenes, el Reconocimiento de la Actividad Humana (RAH) ofrece diversas aplicaciones que pueden ser consideradas en el diseño o construcción de nuevas estaciones ferroviarias. “Esta tecnología es capaz de analizar cómo se desplazan las personas a lo largo del día, identificar las áreas de mayor concurrencia y los puntos críticos de saturación, lo que permite diseñar espacios más adecuados en el futuro”, añadió.
POTENCIAL DE LA IA Y BAJO COSTO
Heilym Ramírez, doctora en Ingeniería Eléctrica de la PUCV, destacó que la ‘esqueletización’ permite la creación de modelos utilizando Inteligencia Artificial, particularmente a través de algoritmos de machine learning y deep learning, lo que posibilita la detección de actividades cotidianas como caminar, estar sentado, de pie, o incluso correr o caer en los andenes de las estaciones.
Según el profesor Farías, esta innovación responde al esfuerzo continuo de la comunidad científica en el perfeccionamiento de la IA y los nuevos algoritmos de aprendizaje profundo. “La información generada se utiliza en un modelo desarrollado por Heilym Ramírez durante su doctorado, también basado en Inteligencia Artificial, que tiene la capacidad de identificar las diversas acciones que las personas llevan a cabo en momentos específicos”.
Un aspecto clave resaltado por el investigador es el bajo costo de implementación de la tecnología, sumado a la posibilidad de utilizar dispositivos accesibles. “Podemos obtener imágenes utilizando cámaras de video convencionales, cámaras de seguridad, e incluso teléfonos celulares comunes; el sistema se adapta de manera eficiente, lo que significa que no es necesario contar con equipos altamente sofisticados”, concluyó.
OTROS APLICACIONES
El desarrollo del Reconocimiento de la Actividad Humana y la ‘esqueletización’ presenta oportunidades que trascienden la mera detección del flujo de pasajeros en estaciones de tren o la recopilación de datos sobre accidentes en determinados lugares. Estas aplicaciones, según el profesor Gonzalo Farías, pueden aportar información valiosa en contextos domésticos y laborales, como en la minería, para ayudar a personas aisladas, así como en situaciones de riesgo para usuarios de escaleras mecánicas en centros comerciales.
Con Información de osornoenlared.cl
