Monitoreo de seguridad y medidas de prevención de contagio de Covid-19 mediante detección en sistema CCTV para la minería
Professor Advisor
dc.contributor.advisor
Ruiz del Solar, Javier
Author
dc.contributor.author
Musso Zapico, José Ignacio
Associate professor
dc.contributor.other
Azurdia Meza, César
Associate professor
dc.contributor.other
Correa Pérez, Mauricio
Admission date
dc.date.accessioned
2021-08-23T21:41:26Z
Available date
dc.date.available
2021-08-23T21:41:26Z
Publication date
dc.date.issued
2021
Identifier
dc.identifier.uri
https://repositorio.uchile.cl/handle/2250/181416
General note
dc.description
Memoria para optar al título de Ingeniero Civil Eléctrico
es_ES
Abstract
dc.description.abstract
La pandemia generada por el virus COVID-19 ha afectado enormemente a la industria minera: 275 minas debieron cesar sus operaciones en algún momento a lo largo del globo, conllevando a pérdidas millonarias. Es por esto que, soluciones orientadas a la prevención de contagios son cada ve más requeridas de parte de las empresas mineras.
En este trabajo se desarrollan cuatro módulos de visión computacional diseñados específicamente para monitorear y, a la vez, reducir los riesgos operacionales y los de contagio de COVID-19. Abordando los aspectos críticos de: distanciamiento social, uso de mascarillas, uso de casco y acceso a zonas riesgosas restringidas.
Para lograr un desempeño competitivo, en relación al gran volumen de investigaciones existentes en esta área, el trabajo, desarrollado en base a redes neuronales, se sitúa en el estado del arte de la disciplina de machine learning, utilizando las redes neuronales CenterNet y YOLOv5 junto con técnicas de tracking como deepSORT. Esto permitió generar detectores con alta precisión, junto con una gran velocidad de inferencia en cada uno de los cuatro desafíos planteados.
El módulo detector de distanciamiento social construido es capaz de detectar el 72% de los incumplimientos en las escenas de test. El módulo de zonas restringidas es capaz de identificar hasta el 92% de las personas en las escenas, posicionándolo como un sistema competitivo con el estado del arte.
Para los módulos detectores de uso de mascarillas y elementos de protección personal, se generaron bases de datos nuevas, correspondientes a ensambles de datos recopilados, alcanzando más de 5000 anotaciones para el modelo de mascarillas. En cuanto al desempeño, el detector de uso de mascarillas alcanza una precisión de 82.3% y recall de 74% en ciertos puntos de operación, cifras comparables con estudios contemporáneos en Hong Kong. Además, el modelo detector de elementos de protección personal obtuvo un mAP de 80% superando varios detectores actuales.
Se consigue así una plataforma de apoyo a la seguridad y prevención de COVID-19, potencialmente aplicable a cualquier faena o mina, automatizando un proceso preventivo crucial en términos humanos y económicos.