Examinando por Autor "Nope Rodríguez, Sandra Esperanza"
Mostrando 1 - 12 de 12
Resultados por página
Opciones de ordenación
Publicación Acceso abierto Aplicación móvil para detección de fatiga a partir de videos del rostro de una persona, en el espectro visible(Universidad del Valle, 2024) Villota Quintero, Víctor; Nope Rodríguez, Sandra Esperanza; Restrepo Girón, Andrés DavidEste documento presenta el desarrollo de una aplicación móvil capaz de detectar fatiga en las personas y dar una alerta en tiempo real, mediante el uso de técnicas de visión artificial. Inicialmente se hace una recopilación de las señales fisiológicas que se manifiestan en el rostro humano y escogiendo las más relevantes, para ser cuantificadas usando procesamiento de imágenes. Adicionalmente se hace una exploración de algoritmos y métodos que pueden emplearse para detectarlas, teniendo en cuenta las limitaciones de procesamiento que presenta el dispositivo. El estudio también presenta un protocolo de pruebas, realizado a un grupo de 5 personas, que considera variaciones de iluminación, inclinación de cámara y cambios de fondo para determinar las condiciones necesarias para las cuales el aplicativo presenta su mejor funcionamiento. Finalmente, se diseña un método para determinar la presencia de fatiga, realizando una prueba final, en la cual, se simula el estado de fatiga para cada individuo del grupo de prueba, con ayuda de indicadores en la pantalla del dispositivo y verificando así, la precisión del sistema implementado en el móvil.Publicación Acceso abierto Construcción de mosaicos para un sistema de información a usuarios sobre la presencia de zonas libres en parqueaderos usando técnicas de visión artificial.(Universidad del Valle, 2016-05-26) Manzano Mendoza, Juan Pablo; Posso Bautista, Breyner; Nope Rodríguez, Sandra EsperanzaHoy en día existen una gran variedad de técnicas, que hacen uso de tecnologías para realizar captura e interpretación de datos en imágenes digitales, las cuales podrían usarse para brindar información a los usuarios de los parqueaderos sobre espacios libres, dentro de éstos, mejorando la movilidad de los parqueaderos y disminuyendo el tiempo que requiere un conductor en encontrar un espacio libre de parqueo. El objetivo de este proyecto es hacer un aporte en la solución a esta problemática haciendo uso de técnicas de visión artificial. De esta manera, se construye un mosaico a partir de imágenes capturadas por una sola cámara, que posteriormente se interpreta para identificar zonas libres de parqueo que son informadas al conductor.Publicación Acceso abierto Detección automática de microcalcificaciones en mamografías digitales(Universidad del Valle, 2022) Palta, Felipe; Loaiza-Correa, Humberto; Nope Rodríguez, Sandra EsperanzaEn este documento se presenta el desarrollo de un sistema de visión artificial para la detección automática de microcalcificaciones en mamografías digitales utilizando máquinas de aprendizaje superficial. Se plantea y ejecuta una metodología partiendo de las etapas básicas de la construcción de un sistema de visión tradicional, empezando por la selección de la base datos MIAS. Luego, se emplea una etapa de preprocesamiento y segmentación del área de interés para así extraer, a partir de ventanas previamente recortadas, las características más apropiadas para la discriminación de las clases y seleccionar las mejores para finalmente implementar una serie de clasificadores: RNA, SVM, K-NN y NB basado en un esquemade pruebas, estableciendo un umbral mínimo de 95 % de exactitud para las primeras tres y un mínimo de 80 % de exactitud para NB, para así seleccionar los mejores modelos de acuerdo a un análisis de varianza ANOVA. Posteriormente, se evalúa el desempeño de esta solución, utilizando métricas apropiadas para datasets desbalanceados como lo son la precisión y la sensibilidad, ponderando esta última con el fin de contrarrestar el efecto del desbalance dentro del ground truth proporcionado por los expertos, obteniendo un 99.8 % de precisión y un 77 % de sensibilidad para una imagen mamográfica completa.Publicación Acceso abierto “Detección de estados de ansiedad a partir del análisis de imágenes infrarrojas de rostros”.(2018-04-20) Pinedo Jaramillo, Carlos Rafael; Loaiza Correa, Humberto; Nope Rodríguez, Sandra Esperanza; Restrepo Girón, Andrés David; Bedoya, Sebastián; Belalcázar, Hernán; Tenorio, Alejandro; García, Bryan; Fajardo, Edgar; García, José; Quintero, JuliánLos sistemas de seguridad se mantienen en evolución permanente debido a los cambios de estrategia de las organizaciones al margen de la ley. Actividades de gran presencia de personas, como: conciertos, eventos deportivos, celebraciones religiosas y transporte masivo; se han convertido en blanco del accionar delictivo. Ante la imposibilidad de realizar detecciones tempranas y crear alertas con los sistemas de seguridad convencionales, se hace necesario el desarrollo de técnicas de no-contacto que permitan un campo de vigilancia amplio, y que detecten y analicen cambios fisiológicos y de comportamiento en las personas con el fin de generar alertas viables para tomar decisiones de reacción. El diseño de un sistema para determinar las posibles reacciones de una persona mediante análisis termográfico, resulta ser de gran utilidad en situaciones de resolución de conflictos sociales, tales como crímenes que atentan contra las normas establecidas por la sociedad, o en la prevención de actividades en contra de la preservación de la vida, como atentados terroristas. El reconocimiento e identificación de las señales que representan alteración emocional, ante determinadas situaciones, mediante técnicas digitales, ha representado un reto a través de los años, ya que estudios psicológicos y fisiológicos evidencian una relación entre los cambios de estados de ansiedad y las modificaciones en las actividades orgánicas, como son: dilatación de las pupilas, sudoración, tensión muscular, ritmo cardíaco, presión arterial y temperatura corporal, entre otras. Producto de la dificultad de controlar las reacciones internas del cuerpo por parte de las personas, aquéllas constituyen excelentes indicadores para generar alarmas de seguridad. Los antecedentes investigativos referentes a la detección de ansiedad reportan el sensado de señales fisiológicas como la presión volumétrica de la sangre, la conductividad de la piel, el ritmo respiratorio, los electroencefalogramas y otras, además de combinaciones entre ellas para lograr mejores tasas de detección en la fusión de la información que entrega cada una. Dado lo anterior, se hizo un sistema de visión artificial termográfico para analizar imágenes infrarrojas de rostros, que permitiera determinar la alteración emocional, con el fin de vislumbrar a futuro prototipos comerciales que superen las limitaciones de los sistemas actuales. El desarrollo logrado en este proyecto constituye una primera aproximación hacia la identificación de estados de ansiedad mediante técnicas de procesamiento digital de señales, desarrollado en Colombia, y un avance en la línea de investigación en visión artificial y procesamiento de señales en la Universidad del Valle. Los resultados respecto: al diseño de experimentos de provocación de ansiedad, las propuestas de segmentación de las zonas de interés, el método de seguimiento y las propuestas de clasificación, resultan ser un aporte valioso y complementario de trabajos previos realizados en países desarrollados, extendiendo el campo de acción de la termografía aplicada a la biometría.Publicación Acceso abierto Detección de mentiras por análisis de imágenes térmicas de rostros(Universidad del Valle, 2015) Bedoya Echeverry, Sebastián; Belalcazar Ramírez, Hernán; Loaiza Correa, Humberto; Nope Rodríguez, Sandra EsperanzaEn este documento se presenta el diseño, desarrollo e implementación de un sistema de visión artificial para la detección de mentiras basado en el análisis del rostro por medio de imágenes térmicas. Este trabajo tiene fundamentos en las áreas de medicina, psicología y electrónica que dan validez al desarrollo. En el área de sicología se han planteado diversos experimentos para generar estados de ansiedad, entre los cuales se encuentra la ansiedad producida al mentir; así mismo, indicaciones y condiciones necesarias para identificar cuando un sujeto miente o no. Por su parte, la medicina corrobora la relación entre un estado de ansiedad y los cambios fisiológicos asociados a dicho estado. Finalmente, la electrónica y en particular el procesamiento de imágenes termográficas, da soporte a los algoritmos encaminados a medir las variaciones de temperatura en las imágenes térmicas para identificar si el sujeto miente o no, o si se encuentra en un estado de ansiedad. Los resultados obtenidos corresponden a un 100% de acierto en la detección de estados de ansiedad y un79,2 % de acierto en la detección de mentiras.Publicación Acceso abierto Detección de minas antipersonal tipo quiebrapatas mediante el análisis de imágenes termográficas aéreas del suelo(Universidad del Valle, 2022) Forero Ramirez, Juan Camilo; Restrepo Girón, Andrés David; Nope Rodríguez, Sandra EsperanzaEn Colombia las minas antipersonal (MAPs) han sido responsables de miles de accidentes atroces sobre la población rural, generando consigo miedo y zozobra constante, lo cual ha conllevado a un constante decrecimiento productivo y cultural sobre estas comunidades afectadas. Dado el proceso de posconflicto en el que se encuentra actualmente el país y la cantidad de MAPs presentes en el territorio, es sumamente necesario realizar la detección y el desarme de dichos artefactos explosivos. Gubernamentalmente, las entidades responsables de realizar el desminado son principalmente las Fuerzas Militares y las Organizaciones Civiles de Desminado Humanitario (OCDH), que emplean regularmente como métodos de detección, los detectores de metales y perros entrenados que, en la práctica, son métodos altamente riesgosos debido a que requieren tener contacto físico cercano con la zona de inspección. Por lo anterior, surge la necesidad de buscar técnicas alternativas de detección de minas que no involucren la interacción física con el terreno a inspeccionar. De este modo, se propuso como alternativa el desarrollo de un sistema de inspección aéreo a través de sensores ópticos IR para detectar a distancia minas antipersonal tipo quiebrapatas, a partir del procesamiento digital de imágenes captadas bajo el principio de la inspección termográfica pasiva del suelo, para tal fin, se usó un Vehículo Aéreo No Tripulado (VANT) equipado con una cámara termográfica y mediante la definición de un protocolo de vuelo y captura se obtuvo una base de datos de imágenes IR, estas se analizaron y procesaron para la configuración e implementación de cinco clasificadores para la demarcación automática de MAPs en imágenes IR, los resultados de detección arrojados son estudiados, concluyendo en alcances y limitaciones del sistema propuesto.Publicación Acceso abierto Estimación local del espesor de las capas asfálticas y base usando visión artificial.(2018-04-20) Nope Rodríguez, Sandra Esperanza; Bacca Cortes, Eval Bladimir; Barrios Arcila, BrayanLas carreteras públicas son esenciales para el progreso económico de cualquier país, ya que son fundamentales para el incremento en la eficiencia del transporte de bienes, y son una excelente fuente de empleo, Sin embargo, Colombia tiene pocas estadísticas sobre la condición de sus carreteras.Publicación Acceso abierto Identificación y evasión de obstáculos mediante fusión sensorial para robots móviles(Universidad del Valle, 2015) Córdoba Sánchez, Jorge Iván; Nope Rodríguez, Sandra Esperanza; Loaiza Correa, HumbertoEn este documento se presenta la fusión sensorial usando dos sensores: una cámara monocular que entrega imágenes en RGB y un sensor láser que proporciona medidas de distancia en algunos puntos. El resultado de la fusión se usa para que un robot móvil pueda realizar navegación tipo wandering en un ambiente de prueba estructurado. Los algoritmos de navegación en general sólo detectan y evaden los obstáculos. A través de la fusión sensorial se logra mayor robustez que la alcanzada por los sensores individuales para detectar, identificar y evadir obstáculos. Así, obstáculos presentes en el ambiente de prueba como la escalera que no es detectada por el láser (0% de evasión) y el vidrio que la cámara no diferencia en la imagen (0% de evasión), el sistema los detecta, identifica y evade (100% de evasión). El sistema de fusión desarrollado cuenta con módulos interconectados entre sí, que se encargan de recibir las medidas realizadas por el sensor láser y la cámara para extraer características que permiten identificar y etiquetar el obstáculo detectado. La etiqueta es utilizada para elegir la estrategia de evasión más adecuada según las características del objeto.Publicación Acceso abierto Implementación de sistema para el monitoreo de señales ECG, mediante el uso de un sensor inalámbrico y un dispositivo móvil con android(Universidad del Valle, 2015) Arias Contreras, José Ignacio; Caicedo Bravo, Eduardo Francisco; Nope Rodríguez, Sandra EsperanzaEste trabajo presenta el diseño e implementación de un sistema portable, inalámbrico y de bajo costo, que captura señales ECG de forma inalámbrica (bluetooth) y las envía hacia un Smartphone o Tablet con sistema operativo Android, en donde se registran y analizan; y se detectan anomalías cardiacas, genera alertas tempranas aumentando la posibilidad de sufrir menos daños y de supervivencia. Los algoritmos de análisis de la señal ECG calculan características en el espacio temporal, son de bajo costo de cálculo para garantizar el procesamiento en tiempo real; esto más la portabilidad y conectividad del sistema, ofrece ventajas significativas respecto a los dispositivos que comúnmente se encuentran en hospitales o clínicas. El porcentaje de éxito para Ritmos Normales (RS) fue del 100%, para TV del 55%, para FV del 75% y Asistolias del 90%Publicación Acceso abierto Interfaz cerebro computador basada en potenciales de estado establece evocados visualmente para el control de movimiento de un dispositivo virtual.(Universidad del Valle, 2016-12-01) Rengifo Bedoya, María Estefanía; Porras Galindo, Johan Leandro; Loaiza Correa, Humberto; Nope Rodríguez, Sandra EsperanzaSe describe el desarrollo de una interfaz cerebro computador basada en el paradigma de potenciales de estado estable evocados visualmente. De esta manera expone herramientas para el desarrollo de interfaces cerebro computador, y contribuye a la investigación en este tipo de sistemas que tienen como objetivo, entre otros, proporcionar autonomía a las personas con limitaciones físicas y mejorar su calidad de vida. La interfaz recibe comandos a partir de la interpretación de las señales electroencefalográficas y los ejecuta sobre una silla de ruedas virtual. Cada comando corresponde a uno de los cuatro estímulos visuales presentados al usuario. Inicialmente se tomaron datos para definir las herramientas de extracción y clasificación de características capaces de definir el conjunto de cinco clases: ir al frente, ir atrás, girar 90° a la izquierda, girar 90° a la derecha y señal no valida. Usando un tamaño de muestra de cuatro segundos el método de combinación de energía mínima (MEC, por sus siglas en inglés) y un clasificador bayesiano, se obtuvo una tasa de éxito del 87%. Una vez entrenado el sistema de comandos se procedió a tomar nuevas muestras on-line, donde se obtuvo una tasa de acierto del 86.06% usando un tamaño de muestra de cuatro segundos, siendo puesta en marcha con usuarios diferentes a aquellos con los que el sistema fue entrenado.Publicación Acceso abierto Interpretación de gestos dinámicos de la lengua de señas utilizando técnicas de visión artificial(Universidad del Valle, 2025) Arango Fabbri, Joshua; Alfonso-Morales, Wilfredo; Nope Rodríguez, Sandra EsperanzaEste trabajo propone el desarrollo de un sistema de reconocimiento de gestos dinámicos de la lengua de señas colombiana mediante el uso de redes neuronales artificiales combinando técnicas de visión por computador con modelos de aprendizaje profundo. En particular, se implementó una arquitectura basada en redes Long Short-Term Memory (LSTM), la cual permite modelar de forma eficiente las secuencias temporales características de los gestos dinámicos. Para ello, se utilizaron técnicas de extracción de características a partir de landmarks generados mediante herramientas de visión artificial, lo que permitió capturar la posición y el movimiento de las articulaciones clave a lo largo del tiempo. Se aplicaron también técnicas de preprocesamiento y normalización de datos con el fin de aumentar la robustez del sistema frente a variaciones entre personas, posiciones de cámara y tipos de fondo. El sistema fue evaluado utilizando una base de datos propia compuesta por videos etiquetados de distintos gestos dinámicos, logrando una exactitud del 96 %.Publicación Acceso abierto Sistema de detección de pie diabético a partir de imágenes en el espectro visible e infrarrojo(Universidad del Valle, 2025) Rubianes Realpe, Jhonatan Esteban; Nope Rodríguez, Sandra Esperanza; Restrepo Girón, Andrés DavidEl pie diabético es una de las complicaciones más severas de la diabetes mellitus, caracterizado por infecciones, ulceraciones y riesgo de amputación. Bajo esta problemática, el presente trabajo desarrolla un sistema automático de apoyo al diagnóstico temprano del pie diabético, utilizando imágenes en el espectro visible e infrarrojo de la planta de los pies. A diferencia de otros enfoques dependientes de información clínica o antropométrica, este sistema se basa exclusivamente en el procesamiento de imágenes, permitiendo su aplicación en escenarios prácticos y no controlados. El sistema aborda el reto de clasificar entre pie diabético y sano mediante una etapa de segmentación automatizada, especialmente desafiante por los fondos no controlados. Esta etapa inicia con un recorte preliminar de ambas plantas del pie a partir de análisis de histogramas y continúa con una estrategia en cascada que combina redes neuronales YOLO, transformaciones de espacios de color (RGB, HSV, YIQ) y operadores morfológicos, sobre imágenes en el espectro visible e infrarrojo. Tras la segmentación, se aplicaron técnicas de fusión multiespectral para la extracción de características, evaluando siete métodos y seleccionando el de mejor rendimiento según métricas cuantitativas como clasificatorias. Posteriormente, se implementaron técnicas de extracción y selección de características, tomando como base aquellas previamente identificadas en trabajos anteriores, con el objetivo de reducir la dimensionalidad del conjunto de datos sin comprometer el rendimiento del sistema en términos de precisión, sensibilidad y F1-Score. El sistema fue entrenado y validado con una base de datos pública a través de diversos clasificadores: máquinas de vectores de soporte (SVM), modelos estadísticos como Naive Bayes, LDA, QDA y K-NN, así como redes neuronales como el perceptrón multicapa, Patternet y redes de base radial (RBF). En la clasificación binaria, el mejor desempeño se obtuvo con el clasificador SVM, alcanzando una exactitud del 95,0 %, precisión del 96,6 %, sensibilidad del 93,3 % y un F1-Score del 94,9 %, superando el desempeño reportado en los antecedentes, los cuales informaban una exactitud de 89,2 %, precisión de 96,2 %, sensibilidad de 81,9 % y un F1-Score de 88,3 %. Adicionalmente, se incorporó una opción de rechazo, ausente en trabajos anteriores, permitiendo abstenerse de clasificar cuando la confianza del modelo es baja. En este escenario, el clasificador QDA obtuvo el mejor balance: exactitud del 90 %, precisión del 92,9 %, sensibilidad del 86,7 %, especificidad del 93,3 % y un F1-Score del 89,7 % en la misma clasificación binaria, siendo seleccionado para el sistema implementado. Aunque el objetivo principal del estudio fue la clasificación entre pie diabético y pie sano, se aprovechó que la base de datos contenía casos etiquetados con neuropatía e isquemia para explorar una clasificación multiclase. Se intentó distinguir entre tres clases: pie sano, pie diabético con neuropatía y otro con isquemia. El mejor desempeño se obtuvo con el clasificador Naive Bayes, logrando una sensibilidad del 91,7 %, precisión del 73,3 % y un F1-score del 81,5 % para la clase sana. Sin embargo, las métricas para las clases afectadas fueron inferiores al 80 %, lo que sugiere que las características empleadas distinguen bien los pies sanos, pero no discriminan con la misma eficacia entre las patologías del pie diabético, lo cual podría explorarse en futuros estudios.