{"id":39038,"date":"2020-07-08T08:19:00","date_gmt":"2020-07-08T13:19:00","guid":{"rendered":"https:\/\/blogs.uninter.edu.mx\/ESCAT\/?p=39038"},"modified":"2022-07-14T14:48:03","modified_gmt":"2022-07-14T19:48:03","slug":"fallas-en-los-sistemas-de-deteccion-de-peatones","status":"publish","type":"post","link":"https:\/\/blogs.uninter.edu.mx\/ESCAT\/index.php\/fallas-en-los-sistemas-de-deteccion-de-peatones\/","title":{"rendered":"Sistemas de detecci\u00f3n de peatones en veh\u00edculos fallan #Calidad #CompartiendoESCAT"},"content":{"rendered":"\n
\"Logo<\/a><\/figure><\/div>\n\n\n\n

Los sistemas de detecci\u00f3n de peatones son una de las novedades que ofrecen los veh\u00edculos, de las m\u00e1s atractivas para los consumidores.<\/p>\n\n\n\n\n\n\n\n

Los avances en conducci\u00f3n aut\u00f3noma han llevado a un nuevo concepto de veh\u00edculo, aunque todav\u00eda no ha alcanzado niveles superiores, ya es m\u00e1s evidente. <\/p>\n\n\n\n

Se mejoran los habit\u00e1culos, se implantan sistemas conectados, se integran medidas de seguridad e Inteligencia Artificial, empieza a sentarse en el sill\u00f3n del copiloto. <\/p>\n\n\n\n

\"Los<\/figure><\/div>\n\n\n\n

Los fallos est\u00e1n presentes, una investigaci\u00f3n sobre las dificultades que tiene la tecnolog\u00eda para identificar y no discriminar a peatones por su color de piel. <\/p>\n\n\n\n

Las tonalidades m\u00e1s oscuras suelen ser m\u00e1s complicadas para los sensores, el estudio de Georgia Tech concluye que: <\/p>\n\n\n\n

“La tecnolog\u00eda de reconocimiento facial y corporal incorporada en muchos sistemas de detecci\u00f3n de personas no reconoce o reacciona tarde ante las personas de piel m\u00e1s oscura.”<\/p><\/blockquote>\n\n\n\n

Se estudiaron las tecnolog\u00edas m\u00e1s utilizadas en este rubro de la seguridad y descubrieron imprecisiones <\/strong>entre el 4% y el 10% de los casos.<\/p>\n\n\n\n

Cuando se encontraban frente a personas con tipos de piel cuatro al seis, en la escala de Fitzpatrick.<\/p>\n\n\n\n

\"Los
Es una metodolog\u00eda cient\u00edfica empleada para diferenciar entre colores de piel humana en contextos de aprendizaje autom\u00e1tico.<\/figcaption><\/figure>\n\n\n\n

En estos momentos, se tiene mayor precisi\u00f3n entre personas blancas; el estudio ha demostrado que los software comerciales m\u00e1s extendidos tienen una precisi\u00f3n mucho peor en tipos de piel m\u00e1s oscuras. <\/p>\n\n\n\n

Algunas razones son: <\/h4>\n\n\n\n