Documentos de Académico
Documentos de Profesional
Documentos de Cultura
NACIONAL
Alumno:
Cervantes Castillo David Israel
Abstract
Microsoft Kinect V2 es una cámara 3D de bajo costo que se puede utilizar para el seguimiento
de movimiento. La cámara 3D tiene tres sensores integrados. Son infrarrojos, profundidad y
color. La calidad del movimiento de una persona se evaluará utilizando datos tridimensionales
recopilados de Microsoft Kinect. La precisión de los datos recopilados se evaluó con los
usuarios en tiempo real. Como el objetivo principal del proyecto es rastrear los movimientos
humanos en tiempo real usando Microsoft Kinect V2 y usar los movimientos humanos para
calcular ciertos parámetros. Estos pueden ser utilizados para evaluar la calidad de esos
movimientos y así predecir las debilidades en esas articulaciones. Este método tiene como
objetivo crear medios artificiales de monitoreo de pacientes y autoevaluación. El análisis de la
marcha es un proceso complejo, ya que implica el seguimiento del movimiento con altos
grados de libertad. Se ha visto un gran desarrollo en los últimos años con los enfoques que
cambian de sistemas basados en marcadores a sistemas sin marcadores. Este documento
presenta un nuevo enfoque para el análisis de la marcha que se basa en la captura de
movimiento humano Markerless utilizando la popular consola de juegos Kinect V2 de
Microsoft. Para este estudio, la salida del modo de cámara RGB del sistema Kinect se utilizó
como un sistema basado en marcadores. El modo de esqueleto y la salida del modo de
profundidad del sistema Kinect se utilizaron como sistema sin marcadores. El sistema
presentado en este documento rastreó el movimiento humano en un entorno en tiempo real y
se utilizan algoritmos de visión por computadora para este propósito.
Microsoft Kinect SDK 2.0 se utiliza para desarrollar el prototipo. El estudio muestra que Kinect
puede usarse tanto como sistemas basados en marcadores como en sistemas sin marcadores
para rastrear el movimiento humano. Se calcularon los ángulos de grado formados por el
movimiento de cinco articulaciones, a saber, hombro, codo, cadera, rodilla y tobillo. El
dispositivo tiene sensores infrarrojos, de profundidad y de color. Los datos de profundidad se
utilizan para identificar las partes del cuerpo humano utilizando información de intensidad de
píxeles y las partes ubicadas se asignan en un marco de color RGB. La imagen resultante del
modo de esqueleto Kinect se consideró como las imágenes resultantes del sistema sin
marcadores y se utilizó para calcular el ángulo de las mismas articulaciones. En este proyecto,
los datos generados por el algoritmo de seguimiento de movimiento para los movimientos del
lado de la postura y del lado de la sentadilla profunda se recopilan y almacenan para una
evaluación adicional.
CAP 2. CARACTERIZACIÓN DE
EXPRESIONES FACIALES
Se dará una teoría básica con conceptos que debemos conocer acerca del
dispositivo Kinect y su funcionamiento.
El siguiente paso fue enumerar algunos movimientos básicos para los que se
desarrolla el algoritmo de seguimiento. Para limitar la tesis a un marco
requerido y también debido a limitaciones de hardware, software y limitaciones
de tiempo, se consideran y ejecutan menos movimientos estáticos. Los
movimientos seleccionados fueron x Posture Side x Deep Squat Side
EJEMPLO
BBVA lanza un sistema de pagos por reconocimiento facial
BBVA continúa trabajando en su apuesta por el desarrollo de pagos basados
en información biométrica para hacer ‘invisible’ el proceso de compra en
comercios.
El nuevo sistema, que ya está siendo usado por miles de empleados en Ciudad
BBVA, utiliza la tecnología de reconocimiento facial desarrollada por Veridas,
una ‘startup’ de biometría creada conjuntamente entre BBVA y Das-Nano.
Para pagar con este sistema, los usuarios de los restaurantes de la sede de
BBVA tan solo tienen que mirar hacia las cámaras situadas dentro unas
cabinas junto a las cajas registradoras. Entonces el sistema identifica el rostro
del cliente –previamente registrado en el sistema– y realiza automáticamente el
cargo en su tarjeta para hacer efectivo el pago.
En las cafeterías de la sede, los usuarios también pueden utilizar la ‘app’
desarrollada por BBVA, ‘Selfie & Go’, para realizar sus pedidos con antelación.
En este caso, el cobro se realiza automáticamente en la tarjeta del usuario
cuando lo pide a través de la ‘app’. De esta forma, una vez que vaya a
recogerlo, no es necesario esperar ni realizar ninguna transacción adicional.
De cara al cliente, el uso de estas tecnologías elimina la fricción en los pagos y
acelera tanto el proceso de compra como la realización del pedido, y reduce la
espera en colas o la necesidad de liberar las manos para encontrar la tarjeta o
efectivo para pagar.
Pero además, de cara al comercio, estas nuevas soluciones permiten ofrecer
promociones directas a los clientes —siempre con su consentimiento— a
través de la ‘app’, como la obtención de un café gratis con la comida, o de
descuentos al alcanzar un determinado número de pedidos (compra nueve,
¡llévate el décimo gratis!).
De esta forma, el sistema ayuda a los comercios a ahorrar tiempo y a
incrementar las ventas al hacer el proceso de compra más rápido y más
eficiente.
[2] Alnowami, Majdi, et al. "Feasibility Study of Markerless Gait Tracking Using Kinect." Life
Science Journal 11.7 (2014).
[3] James A.Foley/ UN World Population Report Predicts 8 Billion People by 2025, 11 billion by
2100/June.2013/Nature world News [4] World Development Indicators /World Health
Organization's Global Health Workforce Statistics, OECD/ June.2015