Avances y Desafíos en Sistemas Automatizados de Detección y Prevención de Ahogamientos
Autores: Shatnawi, Maad; Albreiki, Frdoos; Alkhoori, Ashwaq; Alhebshi, Mariam; Shatnawi, Anas
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Avances y Desafíos en Sistemas Automatizados de Detección y Prevención de Ahogamientos
Categoría
Gestión y administración
Subcategoría
Gestión de la tecnología y la inovación
Palabras clave
Sistemas de detección y prevención de ahogamiento
Enfoques automatizados
Enfoques basados en visión por computadora
Enfoques basados en sensores
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
El ahogamiento se encuentra entre las causas más comunes de muerte infantil en niños de uno a catorce años en todo el mundo, ocupando el tercer lugar como causa principal de muerte por lesiones no intencionales. Con el aumento de la población y la creciente popularidad de las piscinas en hoteles y villas, la incidencia de ahogamientos ha acelerado. En consecuencia, el desarrollo de sistemas para detectar y prevenir ahogamientos se ha vuelto cada vez más crítico para proporcionar entornos de natación seguros. En este documento, proponemos una revisión exhaustiva de los avances recientes en sistemas automatizados de detección y prevención de ahogamientos. Los enfoques existentes se pueden clasificar ampliamente según sus objetivos en dos grupos principales: sistemas basados en detección, que alertan a los salvavidas o padres para realizar rescates manuales, y sistemas basados en detección y rescate, que integran la detección con mecanismos de rescate automáticos. Los enfoques automáticos de detección de ahogamientos podrían clasificarse aún más en enfoques basados en visión por computadora, donde las imágenes capturadas por cámaras son analizadas por algoritmos de aprendizaje automático para detectar casos de ahogamiento, y enfoques basados en sensores, donde se colocan instrumentos de detección en los nadadores para monitorear sus parámetros físicos. Exploramos las ventajas y limitaciones de cada enfoque. Además, destacamos los desafíos técnicos y problemas no resueltos relacionados con este ámbito, como el desequilibrio de datos, la precisión, las preocupaciones de privacidad y la integración con sistemas de rescate. También identificamos oportunidades de investigación futuras, enfatizando la necesidad de modelos de IA más avanzados, conjuntos de datos uniformes y una mejor integración de la detección con mecanismos de rescate autónomos. Este estudio tiene como objetivo proporcionar un recurso crítico para investigadores y profesionales, facilitando el desarrollo de sistemas más efectivos para mejorar la seguridad acuática y minimizar los incidentes de ahogamiento.
Descripción
El ahogamiento se encuentra entre las causas más comunes de muerte infantil en niños de uno a catorce años en todo el mundo, ocupando el tercer lugar como causa principal de muerte por lesiones no intencionales. Con el aumento de la población y la creciente popularidad de las piscinas en hoteles y villas, la incidencia de ahogamientos ha acelerado. En consecuencia, el desarrollo de sistemas para detectar y prevenir ahogamientos se ha vuelto cada vez más crítico para proporcionar entornos de natación seguros. En este documento, proponemos una revisión exhaustiva de los avances recientes en sistemas automatizados de detección y prevención de ahogamientos. Los enfoques existentes se pueden clasificar ampliamente según sus objetivos en dos grupos principales: sistemas basados en detección, que alertan a los salvavidas o padres para realizar rescates manuales, y sistemas basados en detección y rescate, que integran la detección con mecanismos de rescate automáticos. Los enfoques automáticos de detección de ahogamientos podrían clasificarse aún más en enfoques basados en visión por computadora, donde las imágenes capturadas por cámaras son analizadas por algoritmos de aprendizaje automático para detectar casos de ahogamiento, y enfoques basados en sensores, donde se colocan instrumentos de detección en los nadadores para monitorear sus parámetros físicos. Exploramos las ventajas y limitaciones de cada enfoque. Además, destacamos los desafíos técnicos y problemas no resueltos relacionados con este ámbito, como el desequilibrio de datos, la precisión, las preocupaciones de privacidad y la integración con sistemas de rescate. También identificamos oportunidades de investigación futuras, enfatizando la necesidad de modelos de IA más avanzados, conjuntos de datos uniformes y una mejor integración de la detección con mecanismos de rescate autónomos. Este estudio tiene como objetivo proporcionar un recurso crítico para investigadores y profesionales, facilitando el desarrollo de sistemas más efectivos para mejorar la seguridad acuática y minimizar los incidentes de ahogamiento.