Sistema de pausas activas con reconocimiento facialy frecuencia cardiaca

Julian Martinez LogreiraUniversidad de los Andes

Bogota, Colombiaja.martinez1423@uniandes.edu.co

Joseph Merchan SalamancaUniversidad de los Andes

Bogota, Colombiaje.merchan@uniandes.edu.co

Resumen—En este documento quedara evidenciado laimplementacion de un sistema de pausas activas conreconocimiento facial,movimiento y con deteccion de frecuenciacardiaca por medio de la respiracion, este sistema que seimplemento se realizo una programacion por medio de Phyton,el sistema de pausas activas esta pensado en la problematicaque se esta generando de enfermedades laborales a traves deltiempo por no realizar sus pausas activas a su debido tiempo.

Index Terms—Respiracion, Phyton, sistema embebido, progra-macion, algoritmo, movimiento, reconocimiento facial, frecuenciacardiaca.

I. PAUSAS ACTIVAS

las pausas activas son un espacio de tiempo de 5 a10 minutos disenado en el entorno laboral para evitarlesiones osteo-musculares, riesgo cardiovascular y leccionesmusculares, para ello se realizan actividades fısicas o mentalesrelacionadas para evitar estos problemas a futuro,dentro deese tiempo relacionado con las pausas activas incluye unaadaptacion fısica cardiovascular,fortalecimiento muscular eflexibilidad de las articulaciones.

Las pausas activas se realizan porque los empleados delas empresas estan en un turno ocho horas sentados enfrentede un computador desarrollando sus actividades diarias detrabajo, esto quiere decir que hay ocho horas en las queel personal de las empresas no realizan ninguna actividadfısica cabe anotar que hay empleados que no realizan unturno de ocho horas si no de mas horas. esto ayuda a queel metabolismo de las personas cambien ya que tiene unarutina sedentaria, por lo cual las pausas activas ayudan atener una actividad fısica y evitar que las personas se vuelvansedentarias a su vez evitan que se puedan generar patologıasrelacionadas con el sistema osteo musculo articular. [2]

Las pausas activas deben tener actividades enfocadas almovimiento de las articulaciones, actividades de fuerza yactividades mentales con el fin de mejorar la condicion osteo-muscular de las personas a su vez realizando un cambio deactividad diferente a la que estaba realizando el individuopara ası cuando termine esta actividad el individuo hallaobtenido un momento de esparcimiento mental y muscular,estas actividades hace que salud ocupacional y las ARL’s sean

las que sigan estos trabajos de promocion y prevencion de laspausas activas.

II. RECONOCIMIENTO FACIAL

El reconocimiento facial es un metodo de identificacionde personas que ha sido complejo para el ser humano yaque hay cierto grado de dificultad al momento de programareste algoritmo de reconocimiento facial, ya que a medida deque pase el tiempo las facciones de la cara van cambiandopor el paso de los anos, tambien ha sido una dificultad yaque la mayorıa de las personas utilizan gafas y esto puedegenerar un problema en el reconocimiento facial,pero esto noes un problema, ya que a traves del tiempo se han realizadoalgoritmos que han mejorado el reconocimiento facialeliminando la problematica de las variaciones que se puedangenerar a traves del tiempo utilizando mejores tecnicas almomento de obtener las caracterısticas del individuo. [1]

El reconocimiento facial es utilizado en sistemas deseguridad para la autorizacion de personas que seanrequeridas en entrar a un lugar en donde esta persona tengabienes o necesite acceder a este espacio especial que solopersonas especiales pueden entrar a este lugar.

Este sistema de reconocimiento facial trabaja bajo una seriede pasos; el primer paso es la adquisicion de la imagen delas personas que no son identificadas, en este paso lo quese realiza es una fotografıa de la persona que quiere accedersus datos a la base de datos para poder utilizar este sistema.El segundo paso que se realiza es la deteccion de la cara eneste paso lo que se hace es dejar solo la cara de la personaesto quiere decir que se elimina el fondo de la fotografıa quese tomo anteriormente y tambien se elimina el torso de lapersona para que solo quede la cara como se menciono antes,el tercer paso para la identificacion de la persona es el acon-dicionamiento y normalizacion de la imagen que tenemos eneste paso se realiza una alineacion de la imagen captada paradespues realizar una extraccion de caracterısticas esenciales eneste paso se observa las principales caracterısticas que tieneesta persona en la cara, puede ser forma de ojos, forma dela cara , tamano de la nariz y demas, estos datos que sonadquiridos por medio de la fotografıa que fue tomada sonllevados al algoritmo de reconocimiento ingresando estos datos

a su vez estos datos se ingresan en la base de datos para queesta persona quede ya identificada y este sistema lo reconozca,como se puede observar en la Figura 1.

Figura 1. Distribucion de pasos en un sistema de reconocimiento facial

El reconocimiento facial no solo se utiliza para identificarpatrones o caracterısticas faciales de las personas ya quese puede utilizar en camaras de vıdeo esto hace que sepueda utilizar en la identificacion cualitativa de las personasesto quiere decir que si una persona, segun los patroneso caracterısticas de la persona, unos ejemplos de esto essaber cuantos anos tiene la persona o si la persona eshombre o mujer,tambien sirve para identificar las emocionesde los individuos si esta enojado, feliz, estresado y de mas. [1]

El metodo utilizado para el reconocimiento de rostros sellama Haar Cascade el cual esta incluido en el modulo depython OpenCV, este modulo es uno de los mas completospara trabajar el reconocimiento facial ya que maneja muchosmetodos para realizar esta operacion de reconocimiento facial.

El metodo Haar Cascade, es un metodo de deteccionde objetos que utiliza una clasificacion de caracterısticasde imagen, el cual genera una gran cantidad de imagenespositivas y negativas, necesarias para una identificacion deun objeto,esto quiere decir que esta identificacion se realizapor medio de estas caracterısticas ya que todos los objetostiene caracterısticas diferentes,este metodo fue propuesto porPaul Viola y Michel Jones, con este metodo de clasificacionde objetos lo utilizamos para el reconocimiento de rostros,para ello se tuvo que tener en cuenta varias imagenes conrostro(positivas) y imagenes sin rostro (negativas) paraidentificar las caracterısticas esenciales que hay en unrostro,este metodo de haar Cascade tiene la capacidad derealizar varias iteraciones con diferentes caracterısticas paradeterminar si al frente de una camara hay un rostro de unindividuo o no hay nada, al principio de estas iteracioneslas caracterısticas son un poco simples para determinar siesta la cara de un individuo o no, es decir si al frente de lacamara hay una ventana o una persona, si hay un individuose realizan mas iteraciones con caracterısticas mas complejas

para determinar si es el rostro de una persona o otra cosacomo lo puede ser un objeto con una geometrıa diferente,una fruta o un cuadro entre otras cosas. [3]

Para el reconocimiento de personas en la implementacionde este sistema de pausas activas,el metodo utilizado tiene elnombre de Local Binary Patterns Histograms que a su veztambien trabaja con el modulo de Python OpenCV.

Este metodo Local Binary Patterns Histograms funcionade la siguiente manera. se centra en un pıxel y observa lospıxeles que estan a su alrededor y les da un valor de 1y 0, esto quiere decir que este metodo observa un pıxel ylos pıxeles que limitan con el les asigna un valor, les daun valor de 1 a los pıxeles que sena mayores o iguales ala intensidad de este pıxel seleccionado y un valor de 0 alos que sean de menor intensidad, este proceso lo realizapara observar las caracterısticas locales de una imagen, estascaracterısticas toman un valor binario, cuando realiza esteproceso de observar los pıxeles a su alrededor este metodotiene la capacidad de observar los pıxeles que se encuentranalrededor de su alrededor y de otorgales un valor binario,estoquiere decir que este metodo realiza un analisis de los pıxelesen forma circular y una vez ya hecho este analisis cambia eldiametro de la circunferencia tomando en cuenta el mismopıxel con el que se realizo el analisis anterior para realizarel nuevo analisis de los pıxeles que estan a su alrededor,este metodo le permite hallar caracterısticas muy definidasde la imagen. Despues de observar a su alrededor genera unhistograma con los valores obtenidos, observa que valor es masgrande y cual es menor por medio de los numeros binariosgenerados para ello realiza un histograma con estos valoresde este pıxel, para toda la imagen lo que realiza este metodoes una concatenacion de todos los histogramas realizados porcada pıxel al que se realizo dicho analisis mencionado. [4]

Figura 2. Analisis circular de cada pıxel

En la Figura 2 observamos como el metodo Local BinaryPatterns Histograms realiza el analisis de un pıxel central deforma circular con los pıxeles que tiene a su alrededor, cadavez que realiza este analisis vuelve y realiza otro analisiscambiando el diametro de circunferencia para realizar unnuevo analisis.

Figura 3. Reconocimiento facial de un individuo

En la Figura 3 se observa como los algoritmos mencionadosreconocen al individuo ya que este individuo realizo unregistro previo, al mismo tiempo observamos un cuadrado decolor verde el cual identifica el contorno de la cara para quede esta forma el algoritmo de reconocimiento facial puedaidentificar a la persona por medio de las caracterısticas queobtuvo al momento de realizar el registro previo.

Este sistema tiene una caracterıstica especial que consta dedetectar un tapabocas o un cubre bocas, esto se implementoen este sistema ya que en la actualidad en el mundo hayuna pandemia a causa del Covid-19 esto hace que como unmetodo de prevencion de contagio de este virus se utilice eltapabocas y al igual que con el reconocimiento facial estealgoritmo trabaja con el modulo Opencv de Python

El proceso para la implementacion de este algoritmo en estesistema se basa a traves de unas imagenes que se encuentrancargadas en el, esto quiere decir que con las imagenescargadas para este algoritmo se entrena este algoritmo paradetectar el tapabocas de los individuos, para ello estasimagenes deben ser de individuos que tengan y no tengantapabocas , con estas imagenes de individuos sin tapabocasel algoritmo se enfatiza en las siguientes caracterısticas de lacara como lo son los ojos, cejas, nariz ,boca y mandıbula, esteproceso es muy similar al del algoritmo de reconocimientodel individuo antes descrito ya que delimita la region de lacara,toma las referencias faciales del individuo y extrae lospuntos de referencias faciales de la imagen;continuando elproceso de identificacion de tapabocas se utiliza una imagende un tapabocas el cual se sobrepone sobre la imagen delindividuo sin tapabocas para observar los puntos faciales dela nariz y mandıbula, este procedimiento se realiza a todaslas imagenes de los individuos sin tapabocas, las imagenes delos individuos que tienen tapabocas se utilizan para obtenerun mayor rango en modelos de tapabocas; Luego de realizar

este proceso este algoritmo tiene la capacidad de detectaruna nueva imagen que no este cargada previamente de unindividuo y clasificarla como una persona con tapabocas ysin tapabocas. [10]

Figura 4. Reconocimiento tapabocas

En la Figura 4 se observa como el algoritmo reconoce aun individuo y a su vez reconoce que lleva puesto en la caraun tapabocas.

Para verificar el funcionamiento de este sistema se reali-zaron varias pruebas para detectar el rostro del individuo lascuales arrojaron los siguientes resultados:

Si reconoce No reconoceReconocimiento facial sin tapabocas xReconocimiento facial con tapabocas xDos veces la misma persona xPersona con gafa oscura xPersona sin registro xPersona con gafas y tapabocas xPersona con gorra xPersona con gorra y gafas xPersona con gorra gafas y tapabocas xPersona con gafas transparentes xDos personas al mismo tiempo xTres personas al mismo tiempo x

Cuadro IPRUEBAS REALIZADAS DE RECONOCIMIENTO FACIAL

Como se observa en el Cuadro 1 este algoritmo de recono-cimiento facial tiene la capacidad de identificar a un individuoque tenga puesto un tapabocas, tambien se observa que estealgoritmo tiene la capacidad de detectar personas con gafasde lentes transparentes y de lentes oscuros como lo son lasgafas de sol, otra caracterıstica principal de este algoritmo dereconocimiento facial es que si un individuo porta un gorro ouna gorra no lo detecta ası no tenga gafas ni tapabocas.

III. FRECUENCIA CARDIACA

La frecuencia cardiaca es el numero de contraccionesque realiza el corazon en un minuto para el correctofuncionamiento del cuerpo, el corazon se encarga de distribuirsangre a todo el cuerpo desde la cabeza hasta la punta de lospies, este proceso de enviar sangre a todo el cuerpo lo tieneque generar con una presion arterial y con una frecuenciaen especifico, esta frecuencia debe estar en un rango entre50 y 100 latidos por minuto en un estado de reposo.Un casoespecial de la frecuencia cardiaca es cuando un individuorealiza ejercicio ya que por el movimiento realizado haceque gaste mas energıa el corazon y genere mas latidos porminuto, mas de los 100 latidos a este proceso que realiza elcorazon se llama taquicardia. [5]

La frecuencia cardiaca es uno de los indicadores de saludmas importantes ya que si un individuo posee una frecuenciacardiaca alta se le denomina hipertenso y si tiene unafrecuencia cardiaca menor a los establecido se le denominahipo-tenso, a la vez si el individuo tiene la frecuencia cardiacaentre su rango esto no significa que el individuo este sano, asu ves es un punto de partida para buscar enfermedades.

Para ello en el sistema implementado se utiliza lamagnificacion de vıdeo, esta es una tecnica utilizada paramedir la frecuencia cardiaca de las personas, es una tecnicano invasiva ya que se requiere de una camara de vıdeo con lacual se va a obtener la frecuencia cardiaca del individuo consolo estarlo grabando. esto quiere decir que el vıdeo generadodel individuo sera en un metodo de magnificacion de vıdeopara obtener la frecuencia cardiaca del individuo.

La magnificacion de vıdeo es una tecnica utilizada paraampliar imagenes para observar con mas detalle la imagenque se obtiene en el vıdeo, esto se utiliza para poder observarmas detalladamente la imagen con tecnicas visuales,deprocesamiento de imagenes o de impresion; para alcanzarel detalle requerido para el proceso que se valla a realizar,[6] la magnificacion de vıdeo esta enfocada en visualizaroperaciones mecanicas como las contracciones de las venas,elmomento en que las fosas nasales se agrandan al respirarentre otros que genera el cuerpo y a simple vista no se puedeobserva, ya que el sistema visual humano es limitado en elespacio-temporal pero hay senales que se generan y se puedencuantificar, para ello utilizamos la tecnica de magnificacionde vıdeo. [7]

El proceso para la implementacion de la magnificacionde vıdeo para el sistema consta de los siguientes pasos. Elprimer paso es adquirir el vıdeo del individuo para realizarla magnificacion para ello necesitamos identificar la cara delindividuo al que se le va a medir la frecuencia cardiaca,el segundo paso es identificar los puntos claves de la caradel individuo para ello identificamos los ojos, nariz y boca,el tercer paso para la magnificacion de vıdeo es alinear el

rostro del individuo para determinar en que puntos se puedendetectar estas senales invisibles para el alcance del ojohumano , continuando el proceso para detectar la frecuenciacardiaca del individuo realizamos una delimitacion de lasregiones de cada una de las mejillas el sexto paso de esteprocesamiento es realizar la transforma rapida de Fourieral vıdeo captado, el septimo paso es realizar un filtro pasabandas en donde la frecuencia de corte baja es de 0.8 Hz yla frecuencia de corte Alta es de 3Hz este paso se realizapara eliminar el ruido que pueda tener el vıdeo al momentode realizar la transformada rapida de Fourier y el ultimo pasopara la magnificacion de vıdeo para obtener la frecuenciacardiaca es calcular el bpm con la velocidad de los framescon este ultimo paso obtenemos la frecuencia cardiaca delindividuo.

Figura 5. Toma de frecuencia cardiaca

Como se observa en la Figura 5 el algoritmo demagnificacion de vıdeo realiza las siguientes operaciones,en la ventana izquierda se observa al individuo sin realizarninguna operacion, en la ventana superior derecha realiza ladelimitacion de las mejillas, a su vez realiza la identificacionde los puntos claves de la zona facial, alinea el rostrode la persona y identifica las mejillas del individuo paraobservar en ese punto la frecuencia cardiaca, en la parteintermedia izquierda realiza una grafica de la toma de datosde las mejillas y en la ventana inferior izquierda realiza latransformada rapida de Fourier de esta forma determinarla frecuencia cardiaca del individuo y senalarlo en la partesuperior izquierda.

Para ratificar el funcionamiento de este algoritmo se reali-zaron un par de pruebas las cuales consistieron en medir lafrecuencia cardiaca de un individuo utilizando el algoritmoantes mencionado contra una aplicacion movil que mide lafrecuencia cardiaca por medio de la camara de un celularcuyo nombre es Cardiio, para ello se tuvieron en cuentados mediciones, una en estado de reposo y otra cuando serealiza una actividad fısica con el fin de aumentar la frecuenciacardiaca de la persona, esto lo podemos observar en lassiguientes figuras.

Figura 6. Frecuencia cardiaca en reposo

En la Figura 6 se observa en color azul la frecuenciacardiaca de un individuo en reposo obtenida por medio delalgoritmo implementado en este sistema y en color naranjase observa la frecuencia cardiaca del mismo individuo en elmismo estado de reposo utilizando la aplicacion Cardiio; sepuede observar que la frecuencia cardiaca medida en Pythonesta muy cercana a la frecuencia cardiaca obtenida con laaplicacion arrojando un error del 7% con respecto a esta.

Figura 7. Frecuencia cardiaca con actividad fısica

En la Figura 7 se observa en azul la frecuencia cardiacadel individuo en el algoritmo desarrollado y en naranjala frecuencia cardiaca de la aplicacion Cardiio, se puedeevidenciar el aumento de la frecuencia cardiaca en lasdos medidas obtenidas ya que se tomaron luego de que elindividuo realice actividad fısica, se observa al igual que enel estado de reposo las medidas de la frecuencia cardiaca sonmuy similares, arrojando un porcentaje de error del 8%.

Con lo anterior mencionado comprobamos que el algoritmoimplementado en el sistema de pausas activas tiene una graneficacia al momento de medir la frecuencia cardiaca delindividuo, a su vez podemos destacar que este algoritmo tienela facilidad de medir la frecuencia cardiaca de un individuoque tenga gafas como se evidencia en la Figura 5.

IV. INTERFAZ DE USUARIO

La interfaz de usuario desarrollada para la implementacionde este sistema es por medio del modulo de PythonPySimpleGUI, este modulo es utilizado para crear ventanasde dialogo con el usuario que funciones un poco parecidas alas de tkinder,wxpython, es mas facil de utilizar que los otrosmetodos mencionados,esto es posible por que este moduloesta totalmente desarrolla pensando en el usuario que lo deseaprogramar y a su vez tiene una gran compatibilidad con losde mas modulos que son implementados en python como loson el modulo Openc, Matplotlib entre otros mas. [8],Coneste modulo se desarrollara la interfaz grafica de usuario, yaque este modulo trabaja con un entorno dirigido a objetos,los cuales son relacionados a modo de las filas y columnas,en donde el programador realiza una distribucion de ellapara que el usuario final la visualice; las filas son elementosGUI y cada fila es una lista de estos elementos, si unaprogramador junta varias filas genera una ventana, estas listaspueden tener un contenido como el nombre de la ventana,un espacio donde se ingresa datos, botones entre otras cosas,los valores introducidos son escaneados por la ventana dearriba a abajo y de izquierda a derecha, estos valores quese ingresaron quedan almacenados en unas variables deretorno,estas variables de retorno quedan almacenadas en unacarpeta en especifico para que el desarrollador las utilizacuando quiera. [9]

La interfaz grafica desarrollada para esta implementaciones utilizada para el reconocimiento del individuo,Esta interfazposee cinco botones los cuales estan distribuidos de lasiguiente manera. el primer boton es el de inicializar elsistema. el segundo boton es el de registrar a una nuevapersona al sistema y el tercer boton es el de reconocer a unindividuo que se encuentre dentro del sistema, el cuarto botones de identificar si el usuario tiene tapabocas y el quinto esel iniciar la actividad de pausas activas

Figura 8. Interfaz disenada para el usuario

Ya sea que se seleccione cualquiera de las cinco opcionesse abrira una ventana en donde se activara la camara web delcomputador para comenzar con la opcion seleccionada.

La actividad desarrollada para este sistema de pausasactivas fue realizada por el modulo Opencv de Python, yaque este modulo permite realizar funciones que nos permitengraficar figuras geometricas con diferentes colores, esteproceso permite realizar estas graficas sobre un espacio detrabajo el cual funciona por medio de coordenadas iniciales y

finales, estas coordenadas son para realizar las graficas de lasdiferentes figuras geometricas como lo pueden ser cuadrados,triangulos, rectangulos y circunferencias, de este modo poderasignarle un color a la figura realizada.

Para este sistema se desarrollaron varias circunferenciascon distintos colores las cuales dependen de la seleccion delindividuo que este en el sistema, estas circunferencias estanrelacionadas con la posicion del rostro del individuo con lacamara que se este utilizando, si el individuo se encuentrasolo ante el sistema de pausas aparecera un circulo azul el cualdeterminara la frecuencia cardiaca de el, si se encuentran masde un individuo en el sistema apareceran varias circunferenciasde color rojo en la posicion del rostro de los individuosque estan al frente de la camara que se este utilizando ypara finalizar si el individuo que este en el sistema tieneun tapabocas la circunferencia se coloca de color moradoidentificando el uso del tapabocas en el sistema de pausas[11].

Figura 9. Actividad con identificacion de persona y frecuencia cardiaca

En la Figura 9 se observa como reconoce este sistema depausas activas a un usuario que ya esta registrado en estesistema, en que posicion se encuentra la cara del individuo yesta calculando la frecuencia cardiaca de el.

Figura 10. Actividad con identificacion de dos personas

En la Figura 10 se observan dos cırculos de color rojo loscuales nos indican que hay dos personas al mismo tiempo enel sistema de pausas activas, las circunferencias de color rojonos indican la posicion de la cara de los individuos que estan

en el sistema a su vez se encuentra un aviso el cual nos diceque solo puede estar una persona en el sistema.

V. CONCLUSIONES

En la implementacion del sistema de magnificacion devıdeo se comprende como por medio de senales queno son perceptibles al ojo humano se pueden analizardiferentes variables y obtener un resultado cuantitativode dichas variables como lo fue para este sistema lafrecuencia cardıaca.Queda evidenciado en el sistema implementado con res-pecto al reconocimiento facial hay dos partes importantesde el, que son el reconocimiento de un objeto comopersona y el reconocimiento de las caracterısticas delindividuo. Para realizar este reconocimiento facial a suvez se observa que el algoritmo desarrollado para estesistema de pausas activas en el tema de reconocimientofacial es bastante eficaz ya que permite el reconocimientofacial de varias personas al mismo tiempo.El sistema de pausas activas fue disenado para realizaren cinco minutos una pausa activa en los donde los em-pleados que se encuentren estresados o quieran cambiarde actividad puedan acceder a el para relajarse por mediode este sistema.Es importante realizar un conjunto de pruebas en diversascondiciones para obtener una base de datos mas generalque permita un sistema mas robusto.Es vital seguir desarrollando la medicion de la frecuenciacardıaca para poder tomar este valor en condiciones contapaboca.Para una mejor interaccion con el usuario es importanteimplementar un interfaz mas elaborada explorando li-brerıas como Pygames de Python.Aunque en esta aplicacion no se trabajo con movimientoy sonido, son dos interacciones con el usuario que sedeben incorporar para una solucion completa y lograruna aplicacion totalmente funcional para pausas activas.Del trabajo realizado se evidencia la necesidad de imple-mentar una serie de metricas para seguir el desempenode los usuarios que utilicen el sistema. Esto para mejorarla experiencia del usuario con el sistema.

REFERENCIAS

[1] Ben Buckley, Matt Hunter. Say cheese! Privacy and facial recogni-tion,Computer Law Security Review,2011,27,637-640.

[2] Minsalud,https://www.minsalud.gov.co/sites/rid/Lists/BibliotecaDigital/RIDE/VS/PP/ENT/abece-pausas-activas.pdf, 2015

[3] docs.opencv.org, https://docs.opencv.org/3.4/db/d28/tutorialcascadeclassifier.html

[4] docs.opencv.org, https://docs.opencv.org/3.4/da/d60/tutorialfacemain.htmltutorialfacelbphuse

[5] fundacion del corazon.com/ ,https://fundaciondelcorazon.com/prevencion/riesgo-cardiovascular/frecuencia-cardiaca.html

[6] Eva Romero Torres,Ayuda visual en un sistema electronico de magnificacionno lineal,2011

[7] Hao-Yu Wu, Michael Rubinstein, Eugene Shih, John Guttag, Fredo Durand,William Freeman, .Eulerian Video Magnification for Revealing Subtle Changesin the World”,2012

[8] https://pysimplegui.readthedocs.io, https://pysimplegui.readthedocs.io/en/latest/

[9] http://blog.facialix.com/, http://blog.facialix.com/tutorial-creacion-de-interfaces-graficas-en-python-usando-pysimplegui/

[10] https://www.pyimagesearch.com/,https://www.pyimagesearch.com/2020/05/04/covid-19-face-mask-detector-with-opencv-keras-tensorflow-and-deep-learning/

[11] https://omes-va.com/,https://omes-va.com/funciones-dibujo/