Identificador de siluetas en fotos aéreas

Por Érika Rodríguez

Zacatecas, Zacatecas. 21 de junio de 2018 (Agencia Informativa Conacyt).- Ante la necesidad de desarrollar soluciones tecnológicas útiles para apoyar en las labores de rescate en caso de desastres naturales, la ingeniera de software Vanessa del Rosario Alcalá Ramírez, egresada de la Universidad Autónoma de Zacatecas (UAZ), generó un sistema de reconocimiento de siluetas humanas desde fotografías aéreas, utilizando métodos de machine learning, entrenado para ubicar rápidamente la presencia de personas.

Este software es un sistema cliente-servidor que fue realizado por Vanessa Alcalá bajo asesoría del doctor Carlos Eric Galván Tejada, docente investigador de la Unidad Académica de Ingeniería de Software de la UAZ y candidato al Sistema Nacional de Investigadores (SNI) del Consejo Nacional de Ciencia y Tecnología (Conacyt).

El sistema consiste en una aplicación para un dispositivo móvil que puede ser colocado en un dron para la toma de fotografías aéreas, que a su vez está conectada con un servidor. La aplicación móvil es para dispositivos Android a partir de la versión 6.0, ya que es la encargada de tomar fotografías constantemente y enviarlas al servidor, que mediante diversas técnicas puede identificar siluetas y detectar la presencia de personas. Junto con cada fotografía se identifican las coordenadas de donde fue tomada, para que el servidor pueda marcarlas en un mapa.

Vanessa Alcalá, actual estudiante de la maestría en ciencias de la ingeniería, informó que los primeros resultados de este estudio fueron enviados al Congreso Internacional de Software Libre (Cisol) 2017, organizado por el Laboratorio de Software Libre (Labsol) del Consejo Zacatecano de Ciencia, Tecnología e Innovación (Cozcyt), en donde fue aceptado para publicarse como artículo, bajo el título de “Aplicación de reconocimiento de siluetas humanas, resultados iniciales”.

El doctor Carlos Eric Galván indicó que este sistema de bajo costo reduce los tiempos de búsqueda, ya que al colocar el dispositivo móvil con cámara en un dron, podría sustituir o servir como apoyo a esta labor que actualmente es llevada a cabo personalmente por los rescatistas. Este sistema realiza un barrido aéreo para ubicar rápidamente la presencia de personas.

“Sabemos que la primera hora después de que ocurre un desastre natural o que una persona ha sufrido un accidente es un momento esencial para su localización. Aunque sí necesitamos que el cuerpo o la mayor parte del mismo se encuentre expuesto a la captura, estamos reduciendo los tiempos de los equipos de rescate, porque gracias a este sistema, ellos ya tendrán ubicado si hay personas y además con mayor precisión el punto de su localización”, describió.

Vanessa Alcalá Ramírez explicó que para comprobar la efectividad de este sistema, durante un año realizó una serie de pruebas con fotografías aéreas para abarcar un mayor campo de visión y detectar la mayor cantidad de personas posible. Indicó que para su uso podría instalarse la aplicación en el servidor que lo requiera, por ejemplo, una dependencia gubernamental dedicada a la seguridad y rescate, y con esto poder monitorear las imágenes que el dispositivo capture.

“Hasta el momento, no conozco que existan otros sistemas similares a este. Aún no lo tenemos disponible en el mercado, ya que durante esta primera etapa de realización nos enfocamos en trabajar los algoritmos para medir su eficiencia mediante dos técnicas diferentes, y seleccionar la que tuviera un mayor grado de detección. Una vez que obtuvimos los resultados, realizamos pruebas desde aire y en un futuro próximo deseamos poderla poner Doctor Carlos Eric Galván Tejada e Ingeniera Vanessa del Rosario Alcalá Ramírez.a disposición del público”, manifestó la actual becaria Conacyt.

¿Cómo funciona este sistema?

En los sistemas de machine learning el desarrollador le indica que ejecute determinadas acciones, según lo que suceda en el ambiente durante su uso, sin necesidad de estarlo manipulando constantemente; entonces, mediante una aplicación de machine learning colocada en el servidor, la ingeniera Vanessa Alcalá entrenó la aplicación con aproximadamente cinco mil imágenes, con y sin siluetas humanas, en donde extrajo las características de las siluetas humanas para lograr en el sistema un reconocimiento de patrones e identificación de personas.

“El sistema analiza los pixeles para identificar tanto la sombra como la posición de la persona y poder determinar el patrón que después afirmará si se trata o no de una silueta humana. De preferencia, deben ser cuerpos completos, porque si la fotografía detecta solo una parte, por tener escombros o algún objeto encima, corre el riesgo de confundirse y pasarlo por alto, pero si son cuerpos completos, o a la mitad, sobre una superficie, hay un alto grado de certeza en la detección”, indicó Vanessa Alcalá.

La actual estudiante de maestría en ciencias de la ingeniería expuso que para desarrollar esta aplicación en Android fue utilizado el programa Android Studio, mientras que para la aplicación del servidor, requirió el uso del programa Python, de los algoritmos, histogramas de gradientes orientados y patrones binarios locales —para localizar y detectar patrones—, así como de uso de clasificadores como la regresión lineal y las máquinas de soporte de vectores.

“De inicio, cuando comencé el desarrollo, utilicé una técnica diferente a la que finalmente implementé. Esta era usando librerías de OpenCV, pero limitaban mucho las condiciones, por ejemplo, la altura máxima requerida para la captura de imágenes era de seis metros, además de dificultar el trabajo del teléfono móvil, ya que la batería se terminaba muy rápido, pues hacía la detección completamente desde el celular. Otra dificultad fue que tenía que instalar una aplicación extra para que pudiera funcionar la que yo desarrollé. Después conocí la información sobre los patrones locales binarios y los histogramas, busqué la manera de implementarlos en esta versión que hice y logré realizar la detección desde el servidor, por lo cual se aprovechan mejor los recursos energéticos del móvil y tienen una mayor duración”, describió.

Finalmente, estas técnicas fueron aplicadas en el servidor para que fuera este el aparato que trabajara la detección. Esto ayuda en el sentido de que el celular únicamente requiere capturar las imágenes, por lo que la batería no se consume rápidamente y al enviarlas al servidor, que es el que soporta la información, también protege la memoria del celular, además de que la altura no se convirtió en una limitante.

Reconocimiento de siluetas humanas, plan a futuro

La ingeniera Vanessa Alcalá indicó que el plan a futuro para concluir este proyecto es continuar con las pruebas con fotografías aéreas desde mayores altitudes, ya que actualmente detecta las imágenes con una altura de seis hasta treinta metros. La ingeniera pretende hacer las mejoras requeridas por el servidor para la entrada masiva de datos y una vez realizado, poner esta aplicación al alcance del público.

“Hoy en día estoy en búsqueda de algún colaborador para dar seguimiento a este proyecto, ya que si logramos concluirlo, será de gran utilidad social para agilizar, facilitar y economizar las labores de rescate ante cualquier situación de desastre natural”, concluyó.

 

Descargar fotografías.

Ver texto en pdf.

 

Esta obra cuyo autor es Agencia Informativa Conacyt está bajo una licencia de Reconocimiento 4.0 Internacional de Creative Commons.

---