TY - JOUR AU - Eraso Guerrero, José Camilo AU - Muñoz España, Elena AU - Muñoz Añasco, Mariela PY - 2022/10/01 Y2 - 2024/03/28 TI - Human Activity Recognition via Feature Extraction and Artificial Intelligence Techniques: A Review JF - Tecnura JA - Tecnura VL - 26 IS - 74 SE - Revisión DO - 10.14483/22487638.17413 UR - https://revistas.udistrital.edu.co/index.php/Tecnura/article/view/17413 SP - 213-236 AB - <p><strong>Contexto:</strong> En los últimos años, el reconocimiento de actividades humanas se ha convertido en un área de constante exploración en diferentes campos. Este artículo presenta una revisión de la literatura enfocada en diferentes tipos de actividades humanas y dispositivos de adquisición de información para el reconocimiento de actividades, y profundiza en la detección de caídas de personas de tercera edad por medio de visión computacional, utilizando métodos de extracción de características y técnicas de inteligencia artificial.</p><p><strong>Metodología: </strong>Este manuscrito se elaboró con criterios de la metodología de revisión y análisis documental (RAD), dividiendo el proceso de investigación en heurística y hermenéutica de las fuentes de información. Finalmente, se referenciaron 102 investigaciones que permitieron dar a conocer la actualidad del reconocimiento de actividades humanas.</p><p><strong>Resultados</strong>: El análisis de las técnicas propuestas para el reconocimiento de actividades humanas muestra la importancia de la detección eficiente de caídas. Si bien es cierto en la actualidad se obtienen resultados positivos con las técnicas descritas en este artículo, sus entornos de estudio son controlados, lo cual no contribuye al verdadero avance de las investigaciones.</p><p><strong>Conclusiones: </strong>Sería de gran impacto presentar resultados de estudios en entornos semejantes a la realidad, por lo que es primordial centrar el trabajo de investigación en la elaboración de bases de datos con caídas reales de personas adultas o en entornos no controlados.</p> ER -