La ULPGC desarrolla un sistema para el reconocimiento de personas basado en su forma de moverse

07 Nov 2025

Investigadores del Instituto de Sistemas Inteligentes y Aplicaciones Numéricas en Ingeniería logran que este reconocimiento se extienda a lo largo de varios años

La ULPGC trabaja en el desarrollo de modelos de inteligencia artificial para el reconocimiento de personas a lo largo de varios años basado en su forma de moverse, combinando dos tipos de información: de un lado, el patrón de movimiento (gait), que describe cómo se desplaza cada individuo, y de otro, el reconocimiento de acciones humanas (HAR por sus siglas en inglés), que identifica gestos o comportamientos característicos. La suma de estos dos rasgos permite mejorar la identificación de las personas a través del tiempo en diferentes ubicaciones, incluso cuando se dan circunstancias como cambios de indumentaria o iluminación.

Los investigadores David Freire Obregón, Oliverio Jesús Santana Jaria, Javier Lorenzo Navarro, José Daniel Hernández Sosa y Modesto Castrillón Santana, miembros del Grupo de Investigación Inteligencia Artificial, Robótica y Oceanografía Computacional adscrito al Instituto Universitario de Sistemas Inteligentes y Aplicaciones Numéricas en Ingeniería (SIANI), tienen entre sus líneas de investigación el reconocimiento de personas, con especial interés en el diseño de modelos para condiciones cercanas a la realidad y fuera de entornos controlados, de forma que se asimilen a las condiciones reales.

En este trabajo de investigación, se ha estudiado la combinación de los datos gait y los HAR a partir de corredores de ultradistancia de las ediciones de la Transgrancanaria celebradas entre los años 2020 y 2023; los resultados obtenidos muestran una mejora de hasta el 12% en precisión con respecto a los modelos que sólo usan los patrones de movimiento o gait, y además sugieren que su uso sería más eficaz en un entorno real.

Aunar información de movimiento y de comportamiento tiene un interesante potencial en aplicaciones de seguridad e integridad de pruebas deportivas, donde las condiciones pueden variar con el tiempo. Disponer de un método eficiente de identificación de personas es de gran valor para diseñar sistemas de seguridad, tanto en interiores como en exteriores.

Este trabajo se enmarca en el proyecto ILUSOS: Interacción y Re-Identificación de Personas Mediante Machine Learning, Deep Learning y Análisis de Datos Multimodal: Hacia Una Comunicación Más Natural en la Robótica Social, financiado por el Ministerio de Ciencia e Innovación. El desarrollo del trabajo también ha contado con financiación de la ACIISI y con fondos FEDER.

La revista Pattern Recognition, una de las más consolidadas en el campo de la visión por computador, el aprendizaje automático y el reconocimiento de patrones, ha dado a conocer la investigación en un artículo.