Iris Emotion Recognition

Problemática:

A nuestro product Owner, actualmente realizando su tesis de Doctorado, le es necesario un sistema que le permita reconocer las emociones de ponentes, los cuales se encuentran en vídeos previamente grabados.

Descripción del proyecto:

Nuestro proyecto se enfoca en 2 ámbitos, el primero es la obtención de emociones vistas en el vídeo y el segundo con la ayuda de machine learning usar un sistema de entrenamiento que permita dar un diagnostico sobre el discurso presentado por el ponente.

Factores de innovación:

Aplicación de conceptos propios de machine learning para generar diagnosticos acertados a través de un sistema de clustering para obtener estos resultados.

Tecnología empleada para el proyecto

Como ya habíamos mencionado la principal tecnología fue Machine Learning, esta nos  permitió realizar el cluster que tiene guardados los tipos de diagnosticos a entregar, adicional a esto también se empleó nodejs para realizar la vistas de la plataforma Web. Y por ultimo, utilizamos MongoDB para el guardado de los resultados.

AgroEvolve

AgroEvolve

Jose Alberto Mejia Osorio        jmejiao5@eafit.edu.co

Sebastian Ramirez Lopez        sramir60@eafit.edu.co

Santiago Baena Rivera             sbaenar1@eafit.edu.co

Yorman Andres Aguirre M.      yaguirre@eafit.edu.co

 

Universidad EAFIT
Ingeniería de Sistemas

 

Semestre 2018-1

 


Problema

Todas las especies vegetales en cultivo están expuestas al ataque de plagas y enfermedades, las cuales pueden afectar el rendimiento y la calidad de la producción. Esta condición se presenta, ya sea, a campo abierto o en estructuras protegidas. Las perdidas que ocasionan las plagas y enfermedades en los cultivos de los países desarrollados pueden cifrarse entre el 10 y 20% del total de la producción, según los cultivos.

Por consiguiente, vemos como las plagas y enfermedades generan daño a la salud de los cultivos y provocan perdidas en la producción de estos sectores. Algunos otros problemas son: La perdida de competitividad frente a mercados extranjeros, el cierre de las fincas por parte de entidades de control de cultivos de exportación como el ICA (Instituto Colombiano Agropecuario), el cierre de las fincas ocasiona que los trabajadores dejen de trabajar mientras dura la sanción o en el caso más extremo la  perdida de sus empleos, la perdida de clientes y desperdicio de tiempo y recursos.

Generalmente, con el fin de evitar estas situaciones, se realizan controles para detectar en que lugares del cultivo ocurren o proliferan estas plagas con el fin de hacer un control por medio de químicos; sin embargo, en muchas ocasiones se detectan demasiado tarde y por consecuente se pierde el cultivo.

Objetivo de la solución

Optimizar el tiempo de respuesta de los productores de la industria del agro ante la proliferación de plagas y enfermedades, con el fin de que se pueda realizar un control a tiempo y efectivo de manera que se minimice la perdida de producción.

Solución

Se desarrollo la aplicación AgroEvolve que con el uso de nuevas herramientas tecnológicas como Machine Learning y Drones permite detectar más rápidamente el surgimiento de daños en los cultivos. Para esto la aplicación utiliza un algoritmo de Object Detection para identificar en las fotos recolectadas de la plantación, posibles daños y dar aviso al área de fito-sanidad encargada de prevenir y controlar los efectos negativos de estos en las plantaciones.

 

           

         

Proceso de ideación

La idea del proyecto surgió debido a un acercamiento preliminar sobre el manejo de tecnologías de Machine Learning para la protección de áreas silvestres, de allí partimos debido a la sugerencia de uno de los profesores con la detección, por medio de Machine Learning, de plagas en cultivos de flores. Durante este proceso visitamos 3 fincas donde realizamos entrevistas a los empleados y administradores con el objetivo de entender de mejor manera como era el proceso que se llevaba a cabo y que se hacia en cada una de estas con el fin de evitar las plagas; y como se hacia el respectivo control para prevenir que surgieran en etapas de madures posteriores. Este proceso es llamado UCD (User Centered Design) o diseño centrado en el usuario, esto debido a que se quería llegar a una buena solución que permitiera satisfacer las verdaderas necesidades que se tienen en este sector hoy en día.

Poster

Vídeo de la aplicación

Link al código fuente

https://github.com/jose930612/AgroEvolveiOS

https://github.com/jose930612/agro-evolve


All Rights © 2018 AgroEvolve: Jose – Santiago – Sebastian – Yorman