Detección de elementos de protección personal para controlar automáticamente una estación de trabajo mediante técnicas de visión por computadora

Autores/as

  • Dulce Mariana Aldaba Lucio Facultad de Ingeniería, Unidad Sureste, UAdeC Autor/a https://orcid.org/0000-0001-5881-4048 (no autenticado)
  • Carlos Alberto Toro Arcila Facultad de Ingeniería, Unidad Sureste, UAdeC Autor/a
  • Josué Gómez Casas Facultad de Ingeniería, Unidad Sureste, UAdeC Autor/a
  • Marco Antonio Silva De León Facultad de Ingeniería, Unidad Sureste, UAdeC Autor/a
  • Jonathan Sebastián Obregón Flores Facultad de Ingeniería, Unidad Sureste, UAdeC Autor/a
  • Daniela Estefanía Ortiz Ramos Facultad de Ingeniería, Unidad Sureste, UAdeC Autor/a
  • Jesús Salvador Galindo Valdés Facultad de Ingeniería, Unidad Sureste, UAdeC Autor/a

Palabras clave:

visión por computadora, reconocimiento facial, patrones binarios locales, automatización, inteligencia artificial, elementos de protección personal

Resumen

La presente investigación se enfoca en el desarrollo de un sistema automático para la detección de elementos de protección personal (epp) en estaciones de trabajo, utilizando la técnica de patrones binarios locales (lbp, por sus siglas en inglés) y la biblioteca OpenCV en Python, con el objetivo de automatizar el control de seguridad en dichos entornos. De este modo, se plantea como objetivo desarrollar una herramienta que contribuya a la reducción de accidentes laborales mediante la supervisión automática del uso adecuado de los epp. Los algoritmos de visión por computadora utilizados permiten que la estación de trabajo funcione cuando se detecta que el personal está utilizando el epp, por ejemplo, cubrebocas y lentes de seguridad. De acuerdo con datos reportados por el Instituto Mexicano del Seguro Social (imss) es necesario implementar soluciones tecnológicas para la prevención de lesione en estado de trabajo. La integración de inteligencia artificial en la detección de epp no solo mitiga riesgos, sino que también fomenta la cultura de la seguridad y el cumplimiento en entornos industriales. En experimentos realizados en una estación de trabajo en el laboratorio, se logró una confiabilidad de 85 % en la detección de cubrebocas y un 93 % en la detección de lentes de seguridad.

Referencias

Almonacid Díaz, C. (2020). Theoretical and ethical considerations of facial recognition of emotions in the context of a pandemic. Veritas, 46: 55-75.

Das, J. (2018). Power System Protective Relaying. CRC Press, Taylor; Francis Group.

Gómez Suarez, Iván. (2020). Mantenimiento electromecánico de motores eléctricos. Ediciones Paraninfo, SA.

GabySol. (2021). OmesTutorials2021/Mascarillas dataset. https://github.com/GabySol/ OmesTutorials2021/tree/main/Mascarillas%20dataset.

Instituto Mexicano del Seguro Social. (s.f.). Gobierno de México [s. f.]. https://www.gob. mx/imss.

Moreano, J. A. C., Pulloquinga, R. H. M., Lagla, G. A. F., Chisag, J. C. C., & Pico, O. A. G. (2017). Reconocimiento facial con base en imágenes. Revista Boletín Redipe, 6(5): 143-151.

Oña, J. O., & Ruales, L. E. (2024). Análisis de sobrevoltajes por impulso atmosférico en sistemas de Transmisión con discontinuidades líneas de transmisión aéreas y cables aislados, usando ATP. Revista Técnica energía, 20(2): 1-10.

Peña, C. (2020). Introducción a Arduino (Vol. 88). RedUsers.

Softonic. (s.f.). Arduino IDE - Descargar [s. f.]. https://arduino-ide.softonic.com/.

Descargas

Publicado

12/17/2025 — Actualizado el 02/23/2026

Versiones

Número

Sección

Artículos de Investigación

Cómo citar

Aldaba Lucio, D. M., Toro Arcila, C. A., Gómez Casas, J., Silva De León, M. A., Obregón Flores, J. S., Ortiz Ramos, D. E., & Galindo Valdés, J. S. (2026). Detección de elementos de protección personal para controlar automáticamente una estación de trabajo mediante técnicas de visión por computadora. Cienciacierta, 22(85), 1-12. https://revistas.uadec.mx/CienciaCierta/article/view/687 (Original work published 2025)