Inteligencia artificial para identificar las acciones humanas

Un equipo de investigadores de la UGIVIA de la UIB desarrolla un sistema de inteligencia artificial capaz de identificar las actividades humanas

 

Un equipo de investigadores de la Unitat de Gràfics i Visió per Ordinador i Intel·ligència Artificial (UGIVIA) de la Universidad de las Islas Baleares ha desarrollado un sistema de reconocimiento de actividades humanas basado en inteligencia artificial, que es capaz de identificar el movimiento de las personas y asociarlo a una tarea o actividad concreta con una fiabilidad del 95,5 por cien, superando los modelos desarrollados hasta ahora. La investigación se ha hecho en colaboración con investigadores del SETIT Laboratory Sfax (Túnez) y del Instituto de Tecnología de Waterford (Irlanda). 

El sistema se basa en el entrenamiento de un modelo de aprendizaje profundo, que combina el uso de una red neuronal convolucional y una recurrente. Las redes neuronales convolucionales son un tipo de red neuronal artificial que imitan el funcionamiento de las neuronas de la corteza visual primaria de un cerebro humano y son muy útiles para el reconocimiento y clasificación de imágenes. Las redes neuronales recurrentes, en cambio, están diseñadas para reconocer las características secuenciales de los datos y emplear los patrones identificados en predicciones futuras. 

Los investigadores del UGIVIA han combinado el uso de estos dos tipos de redes neuronales artificiales con la extracción de características bidimensionales del esqueleto humano. De hecho, uno de los problemas más importantes a la hora de reconocer la actividad humana es determinar cómo se puede describir y estimar la postura humana, dado que la posición y la orientación de cada una de las articulaciones afecta la posición y orientación de las otras.

Un uso social de la tecnología 

Los investigadores de la UIB ya planifican cómo se podría aplicar este sistema de reconocimiento de actividades para desarrollar asistentes robóticos que ayuden a mejorar la calidad de vida de personas con necesidades especiales, como la gente mayor o personas con alguna discapacidad. 

Esta investigación ha sido posible gracias al financiamiento del Ministerio de Economía, Industria y Competitividad (MINECO), la Agencia Estatal de Investigación (AEI) y el Fondo Europeo de Desarrollo Regional (FEDER) de la Unión Europea, en el marco de los proyectos TIN2015-67149-C3-2-R (MINECO/AEI/ERDF, EU), PERGAMEX RTI2018-096986-B-C31 (MINECO/AEI/ERDF, EU), PID2019-104829RA-I00/AEI/10.13039/501100011033 (MICINN) y del Telecommunication, Software and System Group (TSSG) del Waterford Institute of Technology (Irlanda).

Referencia bibliográfica

Jaouedi, N.; Perales, FJ; Buades, JM; Boujnah, N., y Bouhel, MS (2020). Prediction of human activities based on a new structure of skeleton features and deep learning model. Sensors, 20, 4944. https://doi.org/10.3390/s20174944

Fecha de publicación: Fri Dec 04 09:17:00 CET 2020