Seleccionar página

Identificar personas por su manera de andar gracias a dispositivos ponibles

Identificar personas por su manera de andar gracias a dispositivos ponibles

Los dispositivos ponibles o wearables, prendas de ropa que incorporan sensores capaces de monitorizar movimientos, actividades o señales biológicas de las personas, como los ritmos cardíacos o la conductividad de la piel entre otros, son una de las grandes apuestas de la ciencia actual. El interés que despiertan en la comunicad científica es parejo al que suscitan entre el público general. Tras la llegada de los smartphones y shes (relojes inteligentes) que incorporan cada vez más soluciones de este tipo, el público tiene cada vez mayores expectativas depositadas en estos desarrollos tecnológicos y las aplicaciones que pueden tener para su vida actual.

En el Centro de Procesado de la Información y de las Telecomunicaciones (IPTC) de la Universidad Politécnica de Madrid (UPM) en España, investigadores del Grupo de Tecnología del Habla (GTH) están analizando hasta qué punto los wearables pueden reconocer el modo en que una persona se mueve o camina y lograr identificarla. Sus resultados son prometedores: si se trata de caminar o de desarrollar otras tareas de la vida cotidiana, los wearables son capaces de identificar a la persona con una precisión de hasta el 90%.

“Los resultados de la investigación confirman que el sistema de aprendizaje profundo basado en d-vectors  utilizado en los wearables permite obtener una tasa de identificación de personas superior al 95% para conjuntos de 36 personas. Esa tasa de precisión se reduce al 90% cuando hablamos del reconocimiento de la persona mientras realiza actividades y movimientos de la vida cotidiana tales como correr o subir escaleras”, explica Manuel Gil Martín, del Grupo de Tecnología del Habla de la ETSI de Telecomunicación de la UPM y uno de los autores del proyecto.

El creciente interés por las redes de sensores y su incorporación en entornos inteligentes ha aumentado enormemente la posibilidad de monitorización y seguimiento de las personas, permitiendo modelar y predecir su comportamiento. En este nuevo abanico de posibilidades, destaca la línea de investigación centrada en el modelado y reconocimiento de actividades físicas realizadas por personas durante su vida diaria. Para ello se procesan las señales inerciales obtenidas de los acelerómetros y giróscopos disponibles en los wearables.

“En los últimos años ha habido un crecimiento exponencial del número de trabajos de investigación centrados en el procesado de estas señales inerciales para caracterizar el movimiento realizado. Actualmente existen diversas arquitecturas de aprendizaje profundo o Deep learning, tales como redes neuronales convolucionales (Convolutional Neural Networks (CNNs)) o redes neuronales recurrentes (Recurrent Neural Networks (RNNs)) que permiten modelar el movimiento humano a través de wearables”, explica Rubén San Segundo, coautor del estudio y también investigador del Grupo de Tecnología del Habla de la UPM

Sobre el Autor

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

G R U M E D

G R U M E D

Orientación Médica en la Radio

Orientación Médica TV

Orientación Méd. Legal

Orientacion Medica TV