• Con técnicas de aprendizaje profundo, superan el 98% de acierto
• Esta investigación está orientada a la ciencia forense digital y a la seguridad
Investigadores de la ULPGC y de la Universitá degli Studi de Salerno (Italia) han realizado un trabajo de investigación que han publicado en la revista internacional ‘Computer Vision and Image Understanding’ con el título ‘Un modelo de atención recurrente para la detección de la cooperación humana’ (‘An attention recurrent model for human cooperation detection’)
Este trabajo está firmado por los investigadores de la ULPGC David Freire-Obregón y Modesto Castrillón-Santana, junto a Paola Barra, Carmen Bisogni y Michele Nappi, de la Universitá degli Studi di Salerno
El trabajo se basa en detectar si una persona muestra una actitud cooperativa hacia una autoridad que cuenta con una cámara móvil que le está grabando o, si, por el contrario, trata de evitarla utilizando un lenguaje corporal no cooperativo. Por tanto, esta investigación analiza el comportamiento cooperativo del humano frente a una cámara de seguridad portátil adherida a la vestimenta de la autoridad pertinente.
Se propone un esquema que permite detectar si el comportamiento humano es cooperativo, o no, haciendo uso de técnicas de aprendizaje profundo. Para ello se analiza la señal de los patrones de datos obtenidos a través del movimiento humano, y ello se combina con redes neuronales recurrentes a las que se les ha añadido un módulo de atención. Los resultados obtenidos, por encima del 98% de acierto, permiten confirmar la robustez del método propuesto. Esta investigación está enfocada a la ciencia forense digital y a la seguridad.
La revista internacional que publica el trabajo es ‘Computer Vision and Image Understanding’, con un índice 3.121 de impacto de acuerdo con WOS (JCR), Q2 46/136 en la categoría Computer Science, Artificial Intelligence.
Fuente: ulpgc.es
