Reconstrucción antropométrica 3D de bajo costo basada en procesamiento de imágenes y Deep Learning

Abstract

La antropometría, el estudio de las medidas y formas del cuerpo humano, es esencial en disciplinas como la salud, la nutrición y la ergonomía. Sin embargo, los métodos tradicionales presentan importantes limitaciones: requieren instrumentos costosos y especializados, personal entrenado y están sujetos a errores humanos, lo que dificulta su aplicación en estudios poblacionales a gran escala. Esta tesis busca democratizar el acceso a la antropometría 3D mediante el desarrollo de un sistema de reconstrucción del cuerpo humano que sea preciso, accesible y eficiente, utilizando dispositivos móviles como herramientas de captura. En la intersección entre la informática y la antropometría, esta investigación propone un enfoque innovador basado en el procesamiento avanzado de imágenes y la aplicación de algoritmos de Machine Learning y Deep Learning para el escaneo y análisis de la forma humana. Al superar las limitaciones de los métodos convencionales, este sistema de bajo costo permite obtener modelos 3D confiables, medibles y de alta calidad. Además, la integración de datos antropométricos con variables como la salud, los hábitos alimentarios y el estilo de vida abre nuevas oportunidades en investigación científica, prevención de enfermedades y aplicaciones en sectores como la medicina y el diseño.