Investigadores del Instituto de Sistemas Inteligentes y Aplicaciones Numéricas en Ingeniería de la Universidad de Las Palmas de Gran Canaria (ULPGC) han logrado un avance significativo en el campo del reconocimiento de personas. Este desarrollo se centra en la identificación a largo plazo, utilizando como base la forma en que cada individuo se mueve. La investigación combina dos tipos fundamentales de información: el patrón de movimiento, conocido como gait, y el reconocimiento de acciones humanas, abreviado como HAR.
La integración de estos dos elementos permite mejorar notablemente la identificación de las personas a lo largo del tiempo y en diversas ubicaciones, incluso ante cambios en su vestimenta o condiciones de iluminación. Según los investigadores, esta metodología tiene aplicaciones potenciales significativas en ámbitos que requieren seguridad y vigilancia.
Nuevas Perspectivas en el Reconocimiento de Personas
Entre los miembros del equipo investigador destacan nombres como David Freire Obregón, Oliverio Jesús Santana Jaria, Javier Lorenzo Navarro, José Daniel Hernández Sosa y Modesto Castrillón Santana. Estos expertos pertenecen al Grupo de Investigación Inteligencia Artificial, Robótica y Oceanografía Computacional, que se encuentra adscrito al Instituto Universitario de Sistemas Inteligentes y Aplicaciones Numéricas en Ingeniería (SIANI).
El enfoque del estudio ha sido analizar datos obtenidos de corredores participantes en la Transgrancanaria, celebrada entre 2020 y 2023. Los resultados indican una mejora del 12% en precisión respecto a modelos que solo utilizan patrones de movimiento. Esta combinación no solo optimiza la identificación, sino que también sugiere una mayor eficacia en entornos reales.
Aprovechamiento Potencial para la Seguridad
Aunar información sobre el movimiento y comportamiento humano abre un abanico de posibilidades para aplicaciones relacionadas con la seguridad y la integridad durante eventos deportivos, donde las condiciones pueden variar drásticamente con el tiempo. Contar con un método eficiente para identificar personas resulta invaluable para diseñar sistemas de seguridad tanto interiores como exteriores.
Este proyecto se inscribe dentro del marco del proyecto ILUSOS: Interacción y Re-Identificación de Personas Mediante Machine Learning, Deep Learning y Análisis de Datos Multimodal: Hacia Una Comunicación Más Natural en la Robótica Social. La iniciativa cuenta con financiación del Ministerio de Ciencia e Innovación, así como apoyo adicional por parte de la ACIISI y fondos FEDER.
Difusión Científica en Revistas Especializadas
La investigación ha sido publicada recientemente en la revista Pattern Recognition, reconocida por su prestigio en el ámbito del aprendizaje automático y el reconocimiento de patrones. Este artículo representa un paso adelante importante no solo para la ULPGC, sino también para el campo más amplio del reconocimiento biométrico.
Si (
No(
