Desarrollo de aplicativo móvil basado en redes neuronales para la detección de fisuras y grietas en las obras civiles que gestiona el Programa Nacional de Infraestructura Educativa (PRONIED)

Abstract

La presente investigación, aborda la problemática existente en el PRONIED, en donde un profesional civil realiza de forma presencial y manual el proceso de detección de fisuras y grietas, la cual resulta no ser tan eficiente en cuanto al tiempo de atención para su detección. Por esta razón, se formula la siguiente interrogante ¿De qué manera el aplicativo móvil basado en redes neuronales detectará de manera eficaz las fisuras y grietas de las obras civiles que gestiona el PRONIED? Al respecto, la investigación tiene como objetivo desarrollar un aplicativo móvil basado en redes neuronales para la detección eficaz de fisuras y grietas en las obras civiles que gestiona el PRONIED, con una metodología de enfoque cuantitativo, ya que se desea medir la eficacia del aplicativo móvil en la detección de fisuras y grietas; alcance es de tipo descriptivo, el objetivo es determinar si la imagen procesada esta fisurada o agrietada, el diseño a emplear es experimental y longitudinal, teniendo en cuenta que se va hacer el estudio en un periodo de tiempo, la muestra es de 1233 imágenes de fisuras y grietas de las obras civiles, la recopilación de imágenes fue compartida por los autores [1] en donde puso a disposición 6069 imágenes de grietas y se recopilo 100 imágenes de obras civiles, en los instrumentos fueron validados por los expertos a través de la matriz de confusión. La investigación concluye que el aplicativo móvil basado en CNN permitió una eficacia del 89% en la detección de grietas y fisuras, lo cual se puede afirmar que es altamente confiable.