SciELO - Scientific Electronic Library Online

 
vol.26 issue74From Sustainable Development to Social Responsibility: A perspective of Scientific Production Indicators and General Interest in Spanish author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • On index processCited by Google
  • Have no similar articlesSimilars in SciELO
  • On index processSimilars in Google

Share


Tecnura

Print version ISSN 0123-921X

Abstract

ERASO-GUERRERO, José Camilo; MUNOZ-ESPANA, Elena  and  MUNOZ-ANASCO, Mariela. Reconocimiento de actividades humanas por medio de extracción de características y técnicas de inteligencia artificial: una revisión. Tecnura [online]. 2022, vol.26, n.74, pp.213-236.  Epub Sep 24, 2022. ISSN 0123-921X.  https://doi.org/10.14483/22487638.17413.

Contexto:

En los últimos años, el reconocimiento de actividades humanas se ha convertido en un área de constante exploración en diferentes campos. Este artículo presenta una revisión de la literatura enfocada en diferentes tipos de actividades humanas y dispositivos de adquisición de información para el reconocimiento de actividades, y profundiza en la detección de caídas de personas de tercera edad por medio de visión computacional, utilizando métodos de extracción de características y técnicas de inteligencia artificial.

Metodología:

Este manuscrito se elaboró con criterios de la metodología de revisión y análisis documental (RAD), dividiendo el proceso de investigación en heurística y hermenéutica de las fuentes de información. Finalmente, se referenciaron 102 investigaciones que permitieron dar a conocer la actualidad del reconocimiento de actividades humanas.

Resultados:

El análisis de las técnicas propuestas para el reconocimiento de actividades humanas muestra la importancia de la detección eficiente de caídas. Si bien es cierto en la actualidad se obtienen resultados positivos con las técnicas descritas en este artículo, sus entornos de estudio son controlados, lo cual no contribuye al verdadero avance de las investigaciones.

Conclusiones:

Sería de gran impacto presentar resultados de estudios en entornos semejantes a la realidad, por lo que es primordial centrar el trabajo de investigación en la elaboración de bases de datos con caídas reales de personas adultas o en entornos no controlados.

Keywords : reconocimiento de la actividad humana; detección de caídas; tipos de actividades; extracción de características; redes neuronales convolucionales.

        · abstract in English     · text in Spanish     · Spanish ( pdf )