Conteo de personas usando Channel State Information generado por WiFI y algoritmos de Machine Learning y Deep Learning

Abstract

El conteo de personas es una técnica que nos ayuda en situaciones como mantener la salud dentro de edificios o regular sistemas A/C. En esta Tesis se presentan dos experimentos de conteo de personas que utilizan el acercamiento de Channel State Information generado a partir de una red WiFi para generar un conjunto de datos, el cual es explorado mediante algoritmos de Machine Learning y Deep Learning, pasando previamente por etapas de procesamiento de datos. De los dos sistemas presentados, el segundo es el que presenta un mayor rendimiento. En el análisis de los algoritmos de Deep Learning se presenta la posibilidad de crear una aplicación de tiempo real que se encargue del conteo de personas utilizando dispositivos ESP32 y el algoritmo de clasificación 1DCNN. Los resultados en la tasa de reconocimiento del sistema nos presentan un sistema confiable, que puede medir al 100% de precisión cuando una habitación se encuentra vacía, hay 1 persona dentro, o hay más de 2 personas.