Please use this identifier to cite or link to this item:
https://rinacional.tecnm.mx/jspui/handle/TecNM/4706| Title: | Detección de Anomalías en el Comportamiento de Una Persona |
| Authors: | Urquiza Flores, Gloria Vanessa%1086981 |
| Issue Date: | 2022-10-10 |
| Publisher: | Tecnológico Nacional de México |
| metadata.dc.publisher.tecnm: | Centro Nacional de Investigación y Desarrollo Tecnológico |
| Description: | El reconocimiento de actividad humana HAR (Human Activity Recognition) es un área de investigación activa, el interés por desarrollar esta área se debe a su amplia variedad de aplicaciones en el mundo real como, en la videovigilancia, seguridad, deporte, atención médica, vida asistida y monitoreo continuo en el hogar. El HAR es un tema relacionado con el análisis del comportamiento humano con gran trayectoria de investigación, enfocado al comportamiento individual de un ser humano, analizando las actividades diarias de una persona, para reconocer patrones de actividad de un individuo monitoreado, con el objetivo de determinar la existencia de cambios en el diario vivir de un ser humano. En el presente trabajo se propone el desarrollo de un modelo multimodal para monitorear las actividades de una persona en cuatro habitaciones de un hogar, utilizando cámaras RGB, sensores acelerómetro y giroscopio, para transferir la información obtenida de este monitoreo a una aplicación de escritorio. Mediante la observación de lo que suele hacer una persona durante una rutina en un periodo establecido, el modelo podrá utilizar su conocimiento para monitorear la rutina actual de una persona y detectar si existe alguna desviación de los patrones de actividad. Para evaluar la solución propuesta se recabó el monitoreo de una rutina diaria “normal” de las actividades diarias que una persona suele realizar, de acuerdo a sus necesidades de estilo vida. Posteriormente, se monitorea la rutina actual de una sola persona, para detectar desviaciones en comparación a lo que suele hacer esa persona. Como resultado se obtuvo que el modelo es capaz de detectar anomalías en el comportamiento de una persona, detectando los siguientes casos en el comportamiento monitoreado: anormalidad en el día, anormalidad en el periodo, patrón anormal, patrón normal, patrón de comportamiento anormal y patrón inhabitual. |
| metadata.dc.type: | info:eu-repo/semantics/masterThesis |
| Appears in Collections: | Tesis de Maestría en Computación |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| MC_Gloria_Vanessa_Urquiza_Flores_2022.pdf | Tesis | 4.66 MB | Adobe PDF | View/Open |
| MC_Gloria_Vanessa_Urquiza_Flores_2022.pdf Restricted Access | Cesión de derechos | 384.23 kB | Adobe PDF | View/Open Request a copy |
This item is protected by original copyright |
This item is licensed under a Creative Commons License
