-
-
Logotipo de la aplicacion
-
Aquí se encuentra la persona que se tomo como modelo por eso aparece como persona de referencia
-
Ejemplo de si una persona se encuentra inconsciente sigue detectando el rostro
-
Ejemplo de detección que no coincide con la imagen de ejemplo
-
La aplicación solo detecta rostros, no objetos inanimados
-
Ejemplo de base de datos
-
Ejemplo de formulario que se ganaría para una atención rápida, y saber si es donador o no de órganos
-
Ejemplo de la generación del historial medico para poder brindar una atención especializada
Inspiration
Nuestra fuente de inspiración clave para este proyecto provino de una fascinante conferencia impartida por un distinguido ex alumno del Tecnológico de La Laguna, conocido como Antonio Linus (Antonio Martínez). Su apasionada presentación nos motivó a explorar el mundo de la Inteligencia Artificial y Computer Vision como una solución innovadora para abordar un problema que requería una solución inmediata.
What it does
Nuestro proyecto tiene como finalidad simplificar la obtención de información en el ámbito de las emergencias médicas. El objetivo principal es reducir significativamente el tiempo crítico perdido en la identificación y verificación de las credenciales de la persona accidentada. Esto se logra mediante la implementación de la inteligencia artificial y Computer Vision. Estas herramientas no solo facilitan la labor de los profesionales de la salud, sino que también tienen una amplia gama de aplicaciones, que van más allá de la simple identificación de la persona accidentada, permitiendo realizar un chequeo visual general de la misma.
How we built it
Para el desarrollo de la aplicación Rapid Response Tech, se optó por utilizar Python como lenguaje principal, aprovechando herramientas de inteligencia artificial como OpenVINO. Resultó ser una elección ventajosa debido a su capacidad para ofrecer modelos pre-entrenados, los cuales resultaron valiosos para la detección de rostros. Además de OpenVINO, se emplearon bibliotecas como OpenCV y Facial Recognition. Estas herramientas permitieron realizar comparaciones en tiempo real utilizando la cámara para el reconocimiento facial. Con esta funcionalidad, la aplicación pudo identificar y recuperar información sobre las personas al comparar sus rostros con imágenes almacenadas en una base de datos.
Challenges we ran into
A excepción del tiempo que invertimos en concretar nuestra idea, que inicialmente estaba en un estado incipiente, logramos definir cómo aplicarla de manera efectiva en el sector de la salud y las emergencias. En el inicio, encontramos dificultades al tratar de implementar las herramientas que estábamos utilizando en un plazo tan ajustado. No obstante, logramos superar estos obstáculos al explorar y adoptar soluciones alternativas.
Accomplishments that we're proud of
Este proyecto nos permitió crecer y superarnos en un campo que apenas conocíamos previamente. Logramos desarrollar una idea innovadora y fascinante que, si se implementa de manera adecuada, tiene el potencial de salvar vidas. Creemos firmemente que la participación activa de todos los miembros del equipo fue fundamental para alcanzar el objetivo que nos habíamos propuesto.
What we learned
Durante el desarrollo de este proyecto, adquirimos valiosos conocimientos sobre tecnologías nuevas y emergentes que previamente no teníamos experiencia en manejar. Fue un proceso de aprendizaje en el que no solo exploramos estas tecnologías, sino que también las adaptamos de manera efectiva a un caso de uso específico en el ámbito de la atención médica y las emergencias.
What's next for Rapid Response Tech
Para mejorar y expandir la funcionalidad de la aplicación Rapid Response Tech, se tienen en consideración diversas características y tecnologías nuevas:
1.- Mejoras en la detección y reconocimiento facial:
- Implementar algoritmos de reconocimiento facial más avanzados y precisos.
- Explorar técnicas de detección de emociones en el rostro para evaluar el estado emocional de las personas. Enfocado a si la persona se encuentra consiente o inconsciente y evaluar que tan grave podría ser su situación.
2.- Integración de más fuentes de datos:
- Incorporar sistemas de búsqueda de personas desaparecidas o personas con órdenes de arresto.
3.- Mejora en la seguridad:
- Implementar cifrado y autenticación robustos para garantizar la privacidad de los datos personales.
- Incluir capacidades de seguimiento de personas para identificar y rastrear a las personas en tiempo real (caso de secuestros o desapariciones).
4.- Interfaz de usuario avanzada:
- Desarrollar una interfaz de usuario más amigable e intuitiva para facilitar la interacción de los usuarios.
5.- Integración de otras formas de biometría:
- Incluir opciones de autenticación biométrica adicionales, como el reconocimiento de huellas dactilares o el escaneo de iris.
6.- Compatibilidad con múltiples plataformas:
- Desarrollar versiones de la aplicación para diferentes sistemas operativos y dispositivos, como teléfonos móviles y tabletas. Para facilitar las labores del personal autorizado
7.- Cumplimiento normativo y ético:
- Garantizar que la aplicación cumpla con las regulaciones de privacidad y protección de datos, y establecer políticas claras sobre el uso ético de la tecnología de reconocimiento facial.
Log in or sign up for Devpost to join the conversation.