Evaluación de AIoT en modelos computacionales en la nube y en el borde aplicado a la detección de mascarillas

La COVID-19 ha provocado graves daños a la salud: centenas de millones de personas infectadas y varios millones de fallecidos en el mundo. Los programas de vacunación de cada Gobierno han influido en el decaimiento de estos índices, pero con la aparición de nuevas mutaciones del coronavirus más cont...

Descripción completa

Detalles Bibliográficos
Autores: Quiñonez-Cuenca, Felipe, Maza-Merchán, Cristian, Cuenca-Maldonado, Nilvar, Quiñones-Cuenca, Manuel, Torres, Rommel, Sandoval, Francisco, Ludeña-González, Patricia
Tipo de recurso: artículo
Estado:Versión publicada
Fecha de publicación:2022
País:Ecuador
Institución:Universidad Politécnica Salesiana
Repositorio:Repositorio Universidad Politécnica Salesiana
Idioma:español
OAI Identifier:oai:dspace.ups.edu.ec:123456789/21775
Acceso en línea:http://dspace.ups.edu.ec/handle/123456789/21775
Access Level:acceso abierto
Palabra clave:AIoT; AIoT
COVID-19; COVID-19
computación en la nube; Cloud Computing
computación de borde; Edge Computing
detección de máscara facial; Face mask detection
YOLO; YOLO
id EC_6cf89ff5de8a73ccda47736f2c492a12
oai_identifier_str oai:dspace.ups.edu.ec:123456789/21775
network_acronym_str EC
network_name_str Ecuador
repository_id_str
spelling Evaluación de AIoT en modelos computacionales en la nube y en el borde aplicado a la detección de mascarillasQuiñonez-Cuenca, FelipeMaza-Merchán, CristianCuenca-Maldonado, NilvarQuiñones-Cuenca, ManuelTorres, RommelSandoval, FranciscoLudeña-González, PatriciaAIoT; AIoTCOVID-19; COVID-19computación en la nube; Cloud Computingcomputación de borde; Edge Computingdetección de máscara facial; Face mask detectionYOLO; YOLOLa COVID-19 ha provocado graves daños a la salud: centenas de millones de personas infectadas y varios millones de fallecidos en el mundo. Los programas de vacunación de cada Gobierno han influido en el decaimiento de estos índices, pero con la aparición de nuevas mutaciones del coronavirus más contagiosas, la preocupación sobre la efectividad de las vacunas se hace presente. Frente a esta situación el uso de mascarillas sigue siendo eficaz para prevenir la transmisión y contagio de la COVID-19. Lo que ha generado una creciente demanda de servicios de detección automática de mascarillas, que permita recordar a las personas la importancia del empleo de estas. En este trabajo se plantea un análisis del rendimiento de un sistema AIoT para la detección del uso correcto, incorrecto y sin mascarilla basado en dos modelos computacionales de Cloud y Edge, con la finalidad de determinar qué modelo se adecua mejor en un entorno real (interior y exterior) sobre la base de la confiabilidad del algoritmo, uso de recursos computacionales y tiempo de respuesta. Los resultados experimentales demuestran que el modelo computacional Edge presentó un mejor desempeño en comparación con el Cloud.//COVID-19 has caused serious health damage, infecting millions of people and unfortunately causing the death of several ones around the world. The vaccination programs of each government have influenced in declining those rates. Nevertheless, new coronavirus mutations have emerged in different countries, which are highly contagious, causing concern with vaccination effectiveness. So far, wearing facemasks in public continues being the most effective protocol to avoid and prevent COVID-19 spread. In this context, there is a demand of automatic facemask detection services to remind people the importance of wearing them appropriately. In this work, a performance evaluation of an AIoT system to detect correct, inappropriate, and non- facemask wearing, based on two computational models: Cloud and Edge, was conducted. Having as objective to determine which model better suites a real environment (indoor and outdoor), based on: reliability of the detector algorithm, use of computational resources, and response time. Experimental results show that Edge-implementation got better performance in comparison to Cloud-implementation.2022-02-02T16:55:28Z2022-02-02T16:55:28Z2022-01info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articleapplication/pdfhttp://dspace.ups.edu.ec/handle/123456789/21775spaAtribución-NoComercial-SinDerivadas 3.0 Ecuadorhttp://creativecommons.org/licenses/by-nc-nd/3.0/ec/info:eu-repo/semantics/openAccessreponame:Repositorio Universidad Politécnica Salesianainstname:Universidad Politécnica Salesianainstacron:UPS2022-02-02T16:55:34Zoai:dspace.ups.edu.ec:123456789/21775Institucionalhttps://dspace.ups.edu.ec/Institución privadahttps://www.ups.edu.ec/https://dspace.ups.edu.ec/oai.Ecuador...opendoar:17372022-02-02T16:55:34Repositorio Universidad Politécnica Salesiana - Universidad Politécnica Salesianafalse
dc.title.none.fl_str_mv Evaluación de AIoT en modelos computacionales en la nube y en el borde aplicado a la detección de mascarillas
title Evaluación de AIoT en modelos computacionales en la nube y en el borde aplicado a la detección de mascarillas
spellingShingle Evaluación de AIoT en modelos computacionales en la nube y en el borde aplicado a la detección de mascarillas
Quiñonez-Cuenca, Felipe
AIoT; AIoT
COVID-19; COVID-19
computación en la nube; Cloud Computing
computación de borde; Edge Computing
detección de máscara facial; Face mask detection
YOLO; YOLO
title_short Evaluación de AIoT en modelos computacionales en la nube y en el borde aplicado a la detección de mascarillas
title_full Evaluación de AIoT en modelos computacionales en la nube y en el borde aplicado a la detección de mascarillas
title_fullStr Evaluación de AIoT en modelos computacionales en la nube y en el borde aplicado a la detección de mascarillas
title_full_unstemmed Evaluación de AIoT en modelos computacionales en la nube y en el borde aplicado a la detección de mascarillas
title_sort Evaluación de AIoT en modelos computacionales en la nube y en el borde aplicado a la detección de mascarillas
dc.creator.none.fl_str_mv Quiñonez-Cuenca, Felipe
Maza-Merchán, Cristian
Cuenca-Maldonado, Nilvar
Quiñones-Cuenca, Manuel
Torres, Rommel
Sandoval, Francisco
Ludeña-González, Patricia
author Quiñonez-Cuenca, Felipe
author_facet Quiñonez-Cuenca, Felipe
Maza-Merchán, Cristian
Cuenca-Maldonado, Nilvar
Quiñones-Cuenca, Manuel
Torres, Rommel
Sandoval, Francisco
Ludeña-González, Patricia
author_role author
author2 Maza-Merchán, Cristian
Cuenca-Maldonado, Nilvar
Quiñones-Cuenca, Manuel
Torres, Rommel
Sandoval, Francisco
Ludeña-González, Patricia
author2_role author
author
author
author
author
author
dc.subject.none.fl_str_mv AIoT; AIoT
COVID-19; COVID-19
computación en la nube; Cloud Computing
computación de borde; Edge Computing
detección de máscara facial; Face mask detection
YOLO; YOLO
topic AIoT; AIoT
COVID-19; COVID-19
computación en la nube; Cloud Computing
computación de borde; Edge Computing
detección de máscara facial; Face mask detection
YOLO; YOLO
description La COVID-19 ha provocado graves daños a la salud: centenas de millones de personas infectadas y varios millones de fallecidos en el mundo. Los programas de vacunación de cada Gobierno han influido en el decaimiento de estos índices, pero con la aparición de nuevas mutaciones del coronavirus más contagiosas, la preocupación sobre la efectividad de las vacunas se hace presente. Frente a esta situación el uso de mascarillas sigue siendo eficaz para prevenir la transmisión y contagio de la COVID-19. Lo que ha generado una creciente demanda de servicios de detección automática de mascarillas, que permita recordar a las personas la importancia del empleo de estas. En este trabajo se plantea un análisis del rendimiento de un sistema AIoT para la detección del uso correcto, incorrecto y sin mascarilla basado en dos modelos computacionales de Cloud y Edge, con la finalidad de determinar qué modelo se adecua mejor en un entorno real (interior y exterior) sobre la base de la confiabilidad del algoritmo, uso de recursos computacionales y tiempo de respuesta. Los resultados experimentales demuestran que el modelo computacional Edge presentó un mejor desempeño en comparación con el Cloud.//COVID-19 has caused serious health damage, infecting millions of people and unfortunately causing the death of several ones around the world. The vaccination programs of each government have influenced in declining those rates. Nevertheless, new coronavirus mutations have emerged in different countries, which are highly contagious, causing concern with vaccination effectiveness. So far, wearing facemasks in public continues being the most effective protocol to avoid and prevent COVID-19 spread. In this context, there is a demand of automatic facemask detection services to remind people the importance of wearing them appropriately. In this work, a performance evaluation of an AIoT system to detect correct, inappropriate, and non- facemask wearing, based on two computational models: Cloud and Edge, was conducted. Having as objective to determine which model better suites a real environment (indoor and outdoor), based on: reliability of the detector algorithm, use of computational resources, and response time. Experimental results show that Edge-implementation got better performance in comparison to Cloud-implementation.
publishDate 2022
dc.date.none.fl_str_mv 2022-02-02T16:55:28Z
2022-02-02T16:55:28Z
2022-01
dc.type.none.fl_str_mv info:eu-repo/semantics/publishedVersion
info:eu-repo/semantics/article
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv http://dspace.ups.edu.ec/handle/123456789/21775
url http://dspace.ups.edu.ec/handle/123456789/21775
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv Atribución-NoComercial-SinDerivadas 3.0 Ecuador
http://creativecommons.org/licenses/by-nc-nd/3.0/ec/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Atribución-NoComercial-SinDerivadas 3.0 Ecuador
http://creativecommons.org/licenses/by-nc-nd/3.0/ec/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositorio Universidad Politécnica Salesiana
instname:Universidad Politécnica Salesiana
instacron:UPS
instname_str Universidad Politécnica Salesiana
instacron_str UPS
institution UPS
reponame_str Repositorio Universidad Politécnica Salesiana
collection Repositorio Universidad Politécnica Salesiana
repository.name.fl_str_mv Repositorio Universidad Politécnica Salesiana - Universidad Politécnica Salesiana
repository.mail.fl_str_mv .
_version_ 1868999662229258240
score 14,964252

Similares en LA Referencia