Resumen

Hoy en día el desperdicio de alimentos es un factor que amenaza la seguridad alimentaria. El envasado es un componente que tiene un papel esencial en la cadena de alimentos. Actualmente, se están desarrollando nuevos materiales de envasado llamados inteligentes, que tienen la finalidad de mantener y alertar sobre la calidad del producto desde su elaboración hasta llegar al consumidor. Estos sistemas presentan elementos para detectar alteraciones: indicadores de gases, frescura, maduración y temperatura, lo que permite dar información sobre el estado del alimento. Dentro de las ventajas que tienen los envases inteligentes es que pueden ser aplicados en todo tipo de alimentos, especialmente en aquellos de corta vida de anaquel, lo que conduce a menores pérdidas económicas y a un menor daño al ambiente. En este sentido, el objetivo de este artículo es describir la importancia y tendencia al uso de empaques inteligentes en la industria alimentaria.
Palabras clave: alimentos, ecología, envase inteligente, medio ambiente.

Smart packing in the Food Industry

Abstract

Today, food loss and waste are serious threats to the sustainability of our food systems. Packaging is a component that plays an essential role in the food chain. Currently, new so-called smart packaging materials are being developed to maintain and alert about the quality of the product from its production until it reaches the consumer. These systems present elements to detect alterations: indicators of gases, freshness, maturation, and temperature, which allow providing information about the state of the food. Among the advantages of smart packaging is that it can be applied to all types of foods, especially those with short shelf lives, which leads to lower economic losses and less damage to the environment. The objective of this article is to describe the importance and the trend in the use of smart packaging in the food industry.
Keywords: foods, ecology, smart packaging, environment.

Introducción

El sector alimentario, junto con el de la salud, la energía y las comunicaciones, se consideran de los de mayor importancia para un país (Nakat y Bou-Mitri, 2021). La tendencia hacia mejorar la calidad y seguridad de los alimentos resulta muy importante en el sector alimentario (Müller y Schmid, 2019). Al hablar de industrias alimentarias se hace referencia al conjunto de actividades industriales que implican el tratamiento, transformación, preparación, conservación, envasado e innovación de alimentos (Malagié et al., 2012). Satisfacer las demandas alimentarias de una población creciente y proteger al mismo tiempo el medio ambiente es uno de los grandes desafíos en las próximas décadas (Barrera y Hertel, 2021).

Las actividades derivadas de la industria de los alimentos presentan un alto impacto sobre el planeta, debido a la gran cantidad de desechos generados por los procesos para la fabricación de los diferentes productos que buscan satisfacer al mercado. Esto a su vez es atribuido al cambiante estilo de vida de los consumidores, quienes exigen una calidad cada vez mayor en los productos alimenticios (Restrepo-Gallego, 2006; Santeramo et al., 2018). Por ello, es necesario buscar estrategias que ayuden a conservar los alimentos por mayor tiempo, manteniendo sus propiedades fisicoquímicas y nutricionales, y disminuyendo a la vez la cantidad de residuos (Batiha et al., 2021).

Video 1. Envases inteligentes. Crédito: CIENCIA CIMARRÓN, 2023.

Hoy en día la pérdida y el desperdicio de alimentos son amenazas graves a nivel mundial. El hecho de que la mayoría del desperdicio de alimentos se genere en la última etapa de la cadena de suministro, o sea, a nivel del consumidor, ha motivado a que los investigadores, las autoridades gubernamentales, los organismos no gubernamentales y las industrias alimentarias propongan, prueben e implementen continuamente soluciones innovadoras y multifacéticas para abordar este problema (Ojha et al., 2020).

Al hablar de empaque hay que tener en cuenta que éste cumple ciertas funciones básicas. La primera es separar los productos del ambiente externo, la segunda es proporcionar protección, comunicación, conveniencia y contención del alimento, y la tercera, ofrecer envases de diferentes formas y tamaños, que se adapten al estilo de vida del cliente (Müller y Schmid, 2019).

Envases smart

El envasado es un componente esencial para la conservación de alimentos, ya que se emplea como protección o barrera contra la contaminación, el ambiente y los daños mecánicos durante su almacenamiento y traslado, que de lo contrario podrían tener efectos negativos en la calidad e inocuidad del producto (Kalpana et al., 2019). ¿Qué se está haciendo para mejorarlos? En la actualidad, se están desarrollando materiales de envasado inteligentes o smart, los cuales sirven para monitorear continuamente las propiedades de los alimentos envasados y proporcionar información en tiempo real sobre su madurez, calidad y seguridad (Cheng et al., 2022). Lo anterior, en gran medida, gracias al avance en áreas de conocimiento como la biotecnología o la nanotecnología, que actúan como motores para desarrollar este tipo de envases inteligentes (Salgado et al., 2021).

El envase inteligente se emplea principalmente para monitorear las condiciones de los alimentos empacados, pero sobre todo permite conocer la condición del producto durante los procesos de almacenamiento y transporte, y de esta forma alertar al consumidor sobre el estado del alimento que tiene a su disposición, para lo cual, estos sistemas involucran elementos que permiten dar información mediante detectores de gases e indicadores de frescura, maduración y temperatura (Chen et al., 2020). Esto es posible gracias a dispositivos llamados sensores, los cuales, se utilizan para llevar el seguimiento directo de los atributos de calidad del propio alimento, algunos ejemplos son sensores o indicadores de frescura de algún producto (Müller y Schmid, 2019).

Figura 1. Ejemplo de envases inteligentes en alimentos. Crédito: elaboración propia.

Envases convencionales vs inteligentes

Los envases de alimentos tradicionales son barreras diseñadas para retrasar los efectos adversos del medio ambiente (humedad, oxígeno y radiación solar) en el producto alimentario. Sin embargo, es difícil monitorear y mantener el nivel máximo de calidad durante todas las etapas del procesamiento de alimentos, por lo que, en muchos casos, es posible que el producto no tenga una advertencia sobre problemas relacionados a su deterioro antes de que el consumidor disponga de él (Alam et al., 2021).

Para abordar esta problemática ha surgido un sistema de envase inteligente para el monitoreo de ciertos parámetros de calidad durante las etapas que involucran el procesamiento, transporte y almacenamiento de productos. Teniendo en cuenta las técnicas de fabricación para los envases innovadores e inteligentes, este sistema puede integrarse en el embalaje primario o secundario, brindando información sobre el estado actual del alimento, lo que contribuye a prolongar la vida útil, conservar la calidad de los alimentos y mejorar la seguridad al momento de su consumo. Sin embargo, en la mayoría de los casos implica el agregar un costo adicional al precio final de los productos alimenticios (Yan et al., 2022; Yousefi et al., 2019).

Asimismo, se espera que la incorporación de compuestos derivados de fuentes naturales continúe creciendo, al igual que la incorporación de materiales biodegradables en la formulación del envase (como el almidón, la celulosa, el quitosano, entre otros). Esto es con el fin de contribuir a la reducción del daño ambiental que se genera tanto por el desperdicio de alimentos como por la presencia de envases de un solo uso (Barrera y Hertel, 2021).

Principales aplicaciones de los envases inteligentes

Una de las ventajas que presentan los envases inteligentes es que pueden ser usados en todo tipo de alimentos, en particular en aquellos de corta vida de anaquel, como frutas, verduras, productos cárnicos o alimentos procesados para su consumo inmediato. Por ejemplo, se utilizan principalmente indicadores de cambios de color, ya que en la carne un cambio de coloración del envase inteligente puede asociarse con cambios en los parámetros del deterioro o producción de gas causado por microorganismos. Esta misma técnica es empleada para mostrar la vida de anaquel de diversos productos lácteos, como la leche pasteurizada. De igual manera, se aplica para indicar la tasa de producción de etileno, el cual está asociado con el índice de maduración en frutas. Además, también existen sistemas inteligentes para alimentos congelados o refrigerados, que brindan una lectura sobre la temperatura a la que se encuentra el alimento en el momento que es adquirido (Barrera y Hertel, 2021).

Conclusión

El desarrollo de envases inteligentes resulta de gran interés y es viable por diversas razones. La implementación de este tipo de envases favorece tanto a la industria alimentaria como al propio consumidor, ya que permite ofrecer productos con la confianza de que este último adquirirá un alimento de calidad, y con una vida de anaquel prolongada. Esto evitará en gran medida el desperdicio de productos alimenticios lo que se traducirá en menores pérdidas económicas, así como en un menor daño al medio ambiente. Además, mantener la calidad de los productos alimenticios también es un tema importante para la ciencia, al buscar mejorar la calidad de vida.

Referencias

• Alam, A. U., Rathi, P., Beshai, H., Sarabha, G. K., y Deen, M. J. (2021). Fruit quality monitoring with smart packaging. Sensors, 21(4), 1509. https://doi.org/10.3390/s21041509
• Barrera, E. L., y Hertel, T. (2021). Global food waste across the income spectrum: Implications for food prices, production and resource use. Food Policy, 98, 101874. https://doi.org/10.1016/j.foodpol.2020.101874
• Batiha, G. E.-S., Hussein, D. E., Algammal, A. M., George, T. T., Jeandet, P., Al-Snafi, A. E., Tiwari, A., Pamplona, J., Lima, C. A., Thorat, N. D., Zahoor, M., Esawi, M. -E., Dey, A., Alghamdi, S., Hetta, H. F., y Cruz-Martins, N. (2021). Application of natural antimicrobials in food preservation: Recent views. Food Control, 126, 108066. https://doi.org/10.1016/j.foodcont.2021.108066
• CIENCIA CIMARRÓN. (2023, 16 de febrero). Envases Inteligentes [Video]. YouTube. https://youtu.be/V1dUSE7ssKU?si=TRwZM35jJwttEyQH
• Malagié, M., Jensen, G., Graham, J. C., y Smith, D. L. (2012). Procesos de la industrial alimentaria. En J. M. Stellman (Directora de la publicación), Enciclopedia de Salud y Seguridad en el Trabajo (pp. 67.2-67.7). Ministerio de Trabajo y Asuntos Sociales, Subdirección General de Publicaciones
• Chen, S., Brahma, S., Mackay, J., Cao, C., y Aliakbarian, B. (2020). The role of smart packaging system in food supply chain. Journal of Food Science, 85(3), 517-525. https://doi.org/10.1111/1750-3841.15046
• Cheng, H., Xu, H., McClements, D. J., Chen, L., Jiao, A., Tian, Y., Miao, M., y Jin, Z. (2022). Recent advances in intelligent food packaging materials: Principles, preparation and applications. Food Chemistry, 375, 131738. https://doi.org/10.1016/j.foodchem.2021.131738
• Kalpana, S., Priyadarshini, S., Leena, M. M., Moses, J., y Anandharamakrishnan, C. (2019). Intelligent packaging: Trends and applications in food systems. Trends in Food Science & Technology, 93, 145-157. https://doi.org/10.1016/j.tifs.2019.09.008
• Müller, P., y Schmid, M. (2019). Intelligent packaging in the food sector: A brief overview. Foods, 8(1), 16. https://doi.org/10.3390/foods8010016
• Nakat, Z., y Bou-Mitri, C. (2021). covid-19 and the food industry: Readiness assessment. Food Control, 121, 107661. https://doi.org/10.1016/j.foodcont.2020.107661
• Ojha, S., Bußler, S., y Schlüter, O. K. (2020). Food waste valorisation and circular economy concepts in insect production and processing. Waste Management, 118, 600-609. https://doi.org/10.1016/j.wasman.2020.09.010
• Restrepo Gallego, M. (2006, enero-juno). Producción más Limpia en la Industria Alimentaria. Producción + Limpia, 1(1), 87-101. http://hdl.handle.net/10567/217
• Salgado, P. R., Di Giorgio, L., Musso, Y. S., y Mauri, A. N. (2021). Recent developments in smart food packaging focused on biobased and biodegradable polymers. Frontiers in Sustainable Food Systems, 5, 125. https://doi.org/10.3389/fsufs.2021.630393
• Santeramo, F. G., Carlucci, D., De Devitiis, B., Seccia, A., Stasi, A., Viscecchia, R., y Nardone, G. (2018). Emerging trends in European food, diets and food industry. Food Research International, 104, 39-47. https://doi.org/10.1016/j.foodres.2017.10.039
• Yan, M. R., Hsieh, S., y Ricacho, N. (2022). Innovative food packaging, food quality and safety, and consumer perspectives. Processes, 10(4), 747. https://doi.org/10.3390/pr10040747
• Yousefi, H., Su, H.-M., Imani, S. M., Alkhaldi, K., M. Filipe, C. D., y Didar, T. F. (2019). Intelligent food packaging: A review of smart sensing technologies for monitoring food quality. acs sensors, 4(4), 808-821. https://doi.org/10.1021/acssensors.9b00440

Resumen

En un contexto donde el reconocimiento de personas cobra protagonismo, particularmente en el ámbito de la seguridad, emerge el Reconocimiento del Andar Humano (rah) como una técnica biométrica clave. Este enfoque, centrado en la forma de caminar, ha experimentado un notable auge en la investigación reciente, gracias a sus ventajas intrínsecas. La capacidad de llevar a cabo el reconocimiento a distancia, incluso sin el consentimiento explícito, posiciona al rah como una herramienta de vanguardia. Se distinguen dos enfoques computacionales: el basado en modelos, que explora el movimiento del cuerpo humano, y el basado en apariencias, que extrae la esencia de la forma de caminar desde la silueta. La versatilidad del rah radica en su independencia respecto al tipo de cámara utilizada, proporcionando información detallada sobre ángulos de flexión, frecuencia de zancada y longitud de partes del cuerpo. Este trabajo ofrece un análisis evolutivo del rah a lo largo del tiempo, destacando contribuciones significativas que han marcado pautas en la investigación.
Palabras clave: reconocimiento de personas, características biométricas, Reconocimiento del Andar Humano (rah), enfoque basado en modelos, enfoque basado en apariencias.

Biometric identification through human gait: approaches and developments

Abstract

In a context where the recognition of people takes center stage, particularly in the field of security, Human Gait Recognition (hgr) emerges as a key biometric technique. Focused on the way individuals walk, this approach has experienced a noteworthy surge in recent research due to its intrinsic advantages. The capability to perform recognition remotely, even without explicit consent, positions hgr as a cutting-edge tool. Two computational approaches stand out: model-based, that explores human body movement, and appearance-based, that extracts the essence of walking from silhouettes. hgr ‘s versatility lies in its independence from the type of camera used, providing detailed information on walking angles, stride frequency, and body part length. This work offers an evolutionary analysis of hgr over time, highlighting significant contributions that have set the course for research in the field.
Keywords: person recognition, biometric features, Human Gait Recognition (hgr), model-based approach, appearance-based approach.

---

Introducción

En la era digital actual, la identificación de personas se ha convertido en un tema fascinante que va más allá de las clásicas contraseñas y pin. ¿Te has preguntado alguna vez cómo tu teléfono inteligente sabe que eres tú al desbloquearlo? ¡Bienvenido al emocionante mundo de las características biométricas!

Estamos hablando de medidas biológicas que nos hacen únicos, como nuestras huellas dactilares, rostros, voces, iris o incluso nuestras venas. ¿Quién iba a pensar que algo tan personal como la forma en que caminamos también podría ser una firma única? El Reconocimiento del Andar Humano (rah) es como la huella dactilar de tu estilo al caminar.

Este juego de tecnología no se limita a los smartphones; lo encuentras en cerraduras inteligentes, sistemas de videovigilancia y otras aplicaciones. Imagina que tu forma de caminar no sólo te lleva de un lugar a otro, ¡sino que también te identifica en el camino!

Video 1. Escena de reconocimiento del andar humano en la película Misión imposible v.
Crédito: Cinemart, 2023.

¿Recuerdas que en la película Misión Imposible v los protagonistas se enfrentaron a un reconocedor del andar humano? El contexto se desarrolla cuando para lograr obtener acceso a un área restringida, los protagonistas de la película tienen que sortear algunas medidas de seguridad biométricas. Lectura de iris ocular, reconocimiento facial, huellas dactilares y finalmente el reconocimiento del andar humano. Los primeros tres reconocimientos fueron fácilmente evadidos ya que generaron copias exactas de estas características. Pero ¿y el rah? En la película se concluye que es imposible que el intruso logre generar un patrón de caminata exactamente igual al de la persona registrada para el acceso. Por lo que la misión consistirá en cambiar el chip donde se encuentra el registro con los patrones de caminata almacenados de la persona que originalmente tiene acceso y colocar un chip con los patrones de caminata del intruso, de esa forma el registro coincidiría con el patrón de caminata del intruso a la hora de pasar por el pasillo en donde se encuentra el reconocedor del andar humano.

Esta escena describe el funcionamiento del rah de forma muy cercana a la realidad. Los patrones que representan nuestra forma de caminar pueden ser almacenados y utilizados para futuras comparaciones, ya sea, para autentificación (comparar una nueva caminata con una almacenada) o identificación (comparar una nueva caminata con varios registros) (ver video 1).

En los últimos años, la investigación sobre rah ha aumentado debido a que ofrece ventajas, como la capacidad de realizar el reconocimiento a distancia de manera silenciosa, es decir, no requiere cooperación del usuario. Además, el hecho de que alguien oculte su rostro frente a una cámara no tiene ningún efecto en el rah. Por lo que, el rah es una técnica potencialmente útil para sistemas de identificación de personas que requieren la mínima cooperación de los usuarios, especialmente para actividades de vigilancia silenciosa en áreas de riesgo.

Figura 1. Reconocimiento del andar humano mediante enfoques basados en modelos y apariencias.
Crédito: elaboración propia.

RAH en dos enfoques

El mundo del rah comenzó a tomar forma en 1994, con el desarrollo un primer sistema (Lin, B., et al., 1994). Desde entonces, los investigadores han explorado dos enfoques computacionales.

Por un lado, el enfoque basado en modelos se sumerge en características vinculadas al movimiento del cuerpo humano, como la flexión de extremidades y la frecuencia de pasos (Bouchrika, I., 2018). Por otro lado, el enfoque basado en apariencias se embarca en la tarea de extraer la esencia de la forma de caminar de una persona a través de su silueta (Bouchrika, I., 2018).

Enfoque basado en modelos

En el enfoque basado en modelos, el proceso se inicia creando un modelo que se asemeje a la persona presente en la imagen. Este modelo abarca las piernas, el torso, la cabeza y los brazos. Posteriormente, se procede a recopilar información detallada sobre la manera de caminar: sobre los ángulos de flexión, la frecuencia de zancada, la longitud de las diferentes partes del cuerpo, entre otros. Una de sus ventajas es que no importa el tipo de cámara utilizada para grabar la secuencia de caminar.

Sin embargo, es importante señalar que esta metodología presenta una desventaja significativa, que se encuentra en la necesidad de realizar un procesamiento extenso, lo que implica mayor potencia computacional y un aumento en el tiempo necesario para llevar a cabo dicho procesamiento. A pesar de este inconveniente, sigue siendo una herramienta valiosa en el campo del rah, pues ofrece una detallada visión de cómo nos movemos.

Este enfoque se desglosa en tres tipos distintos de métodos para identificar a quién pertenecen las características de caminata de cada sujeto. En los primeros intentos por abordar el desafío del rah, se empleaban algoritmos matemáticos y estadísticos. A medida que la tecnología avanzaba, se fueron introduciendo sistemas basados en redes neuronales artificiales,1 una joya del aprendizaje profundo, que es un subcampo de la inteligencia artificial. Finalmente, se ha visto la implementación de modelos basados en redes neuronales artificiales en tres dimensiones.2 Esta transición temporal es un emocionante testimonio de cómo la convergencia de la inteligencia artificial y la tecnología tridimensional ha transformado la manera en que comprendemos y aplicamos estas técnicas biométricas.

Los pioneros en el desarrollo de sistemas de rah dieron sus primeros pasos en la década de los noventa. En 1994, Lin y colaboradores utilizaron modelos de estructuras en dos dimensiones para explorar la dinámica de la marcha. Mientras tanto, en 1997, Cunado y colaboradores introdujeron algo denominado sistema basado en modelos de movimiento.3 En ambos casos, aplicaron un algoritmo de aprendizaje automático o machine learning conocido como K-vecinos más cercanos4 para analizar las diversas formas de caminar. Los resultados fueron notables, con tasas de reconocimiento del 81% y 90%, respectivamente.

Siguiendo la línea de investigación basada en modelos, en 2002, BenAbdelkader et al. llevaron a cabo un modelado del cuerpo humano. Utilizaron características como la longitud de los pasos y la velocidad al caminar, y emplearon un algoritmo gaussiano bivariable.5 Este enfoque continuo en la modelización detallada y el uso estratégico de algoritmos de aprendizaje automático ha sido fundamental para avanzar en la precisión y eficacia del rah. Estamos, literalmente, dando pasos firmes hacia un futuro más sofisticado en la identificación biométrica.

Una contribución crucial surgió en 2008 cuando se introdujo por primera vez una red neuronal artificial (ann, del inglés Artificial Neural Network), para clasificar características extraídas del modo de caminar de una persona a partir de modelos estructurales en dos dimensiones. Los arquitectos de este avance (Yoo et al., 2008) lograron una impresionante tasa de reconocimiento del 90%, utilizando 630 videos de la base de datos soton (Shutler et al., 2004). La eficiencia demostrada provocó que numerosos investigadores adoptaran y exploraran estas técnicas basadas en redes neuronales a partir de ese año, lo que catalizó un cambio significativo en la dirección de la investigación.

En una variante distinta, dos expertos en la materia (Ariyanto y Nixon, 2012) idearon un sistema para la identificación de personas en videos. La singularidad de su método radicó en la creación de una imagen tridimensional del cuerpo humano en movimiento, una suerte de escultura compuesta por pequeñas piezas: 11 puntos que conectaban la cabeza, el torso y las piernas (ver figura 2). De esta manera, se permitía el estudio detallado de aspectos clave, como el ángulo de movimiento, la longitud de las diferentes partes del cuerpo, la distancia que abarca cada paso y la dirección de los pies.

Lo anterior, además de ser un logro en la comprensión de la biomecánica del caminar, sentó las bases para una tendencia que se ha mantenido hasta la actualidad: el enfoque en los puntos clave del cuerpo humano y el uso de técnicas basadas en redes neuronales para su análisis. Estamos presenciando el inicio de una era donde la combinación de la representación tridimensional y la inteligencia artificial redefine nuestra comprensión de la identificación biométrica.

Enfoque basado en apariencias

Los sistemas basados en apariencia se adentran en la búsqueda de detalles en el movimiento o el cuerpo humano sin depender de un modelo previamente establecido. Esta aproximación presenta ventajas notables; por ejemplo, no requiere videos de alta calidad y no exige el uso de una computadora especializada, a diferencia del enfoque basado en modelos, lo que los hace más accesibles y prácticos en diversos escenarios. Sin embargo, como contrapartida, pueden ser sensibles al ángulo de la cámara en relación con las personas y cualquier objeto que pueda obstaculizar la visión. Este equilibrio entre accesibilidad y desafíos técnicos destaca la complejidad inherente al fascinante campo del rah.

En el año 2005, un destacado equipo de expertos (Sarkar, S., et al., 2005) presentó el primer sistema de reconocimiento de personas basado en apariencia. Este innovador enfoque utilizó siluetas humanas para identificar las características del ciclo de caminar de una persona, logrando una efectividad del 95%, incluso en condiciones de baja iluminación o con una calidad de video limitada. El proceso implicaba el uso de secuencias de video donde se detectaba la forma humana y se eliminaba el fondo, permitiendo así extraer la silueta de la persona. Con estas siluetas en mano, se calculaba la periodicidad del ciclo de caminar, lo que facilitaba la identificación precisa de la persona.

Además, en 2006, dos investigadores, Han y Bhanu, ampliando la propuesta de extracción de siluetas de Sarkar et al., desarrollaron una técnica revolucionaria para el reconocimiento de personas en videos: imágenes de energía de marcha (gei, del inglés Gait Energy Image; ver figura 3). En ella, se generaban múltiples imágenes de siluetas por cada video, de las cuales se obtenía una única gei. Su principal ventaja es la capacidad para condensar todo el ciclo de caminata en una única imagen, facilitando así la identificación de las características distintivas de la persona. Este avance fue de suma importancia para los sistemas de reconocimiento basados en apariencias, y además, abrió el camino para futuras investigaciones en el emocionante campo del rah.

Posteriormente, el aprendizaje profundo también emerge como un conjunto de técnicas sumamente valiosas para el reconocimiento automático de personas a través de imágenes del ciclo de la caminata. En particular, las redes neuronales profundas6 tienen la capacidad de extraer características significativas de las imágenes, lo que las convierte en una herramienta excepcionalmente efectiva para el reconocimiento de personas.

Dentro de este contexto, la técnica más prominente es la red neuronal convolucional (cnn, del inglés Convolutional Neural Network). Esta técnica ha demostrado un desempeño notable en la identificación de personas en diversas bases de datos. La capacidad de las cnn para procesar de manera eficiente información visual compleja, como las variaciones en el ciclo de caminar, ha impulsado su popularidad y éxito en el ámbito del reconocimiento biométrico.

GaitNet representa un avance significativo en el reconocimiento automático de personas en videos mediante aprendizaje profundo. Este sistema, desarrollado por expertos de Google (Song et al., 2016), emplea dos tipos de cnn para analizar de manera integral los videos y mejorar la precisión del reconocimiento. En una primera etapa, segmenta el video para obtener una imagen que representa el ciclo de la caminata de la persona o imagen de energía de marcha (gei). Posteriormente, otra red neuronal analiza esta imagen para extraer características esenciales que permiten la identificación precisa de la persona. La integración de ambas redes potencia el rendimiento del sistema de manera sinérgica.

En términos de resultados, GaitNet ha demostrado su eficacia con un rendimiento destacado del 89.9% en la base de datos de videos casia-b. Esta base de datos, que alberga 13640 videos de 124 personas capturados desde diversos ángulos y con variadas formas de caminar, se ha convertido en una referencia clave para mejorar el reconocimiento automático de personas. El éxito de GaitNet, además de validar la utilidad del aprendizaje profundo en este contexto, destaca la importancia de bases de datos ricas y variadas para impulsar el avance de las tecnologías biométricas.

A partir de 2020, ha surgido una técnica notable en el reconocimiento automático de personas denominada redes neuronales convolucionales en 3D (cnn3D) . En ella, las imágenes de las personas se organizan en conjuntos de datos tridimensionales, permitiendo que la red neuronal procese esta información de manera más eficiente. Los resultados obtenidos mediante la aplicación de esta técnica han sido extraordinarios, logrando una efectividad que supera el 90% en diversas bases de datos de rah. Según la investigación liderada por Lin, B. et al., esta técnica se posiciona como la más destacada hasta la fecha en términos de rendimiento. Estamos presenciando una era emocionante en la cual la combinación de aprendizaje profundo y representación tridimensional redefine los límites del rah.

Conclusiones

En la línea de investigación del rah, se han realizado contribuciones significativas que han impulsado la identificación de personas a través de su forma de caminar. En este sentido, el enfoque basado en modelos tiende a profundizar en el análisis minucioso de ángulos, longitudes, cadencia y otros aspectos específicos del comportamiento de las partes del cuerpo. Por otro lado, el enfoque basado en apariencias se inclina hacia el análisis integral del cuerpo, representando todo el ciclo de caminata en una sola imagen.

Esta dualidad entre los enfoques ilustra las diversas perspectivas adoptadas para abordar el problema del rah y sugiere una interesante alternancia de ventajas y desventajas entre ellos. Aquello que se percibe como una fortaleza en el enfoque basado en modelos puede, irónicamente, constituir una limitación en el enfoque basado en apariencias, y viceversa.

Desde cerraduras inteligentes hasta sistemas de videovigilancia, la variedad de enfoques permite adaptar las soluciones a las especificidades de cada contexto, cubriendo así una amplia gama de necesidades y exigencias en el ámbito del rah. Esta sinergia de enfoques no sólo impulsa la evolución continua del rah, sino que también destaca la importancia de considerar la diversidad como un elemento clave en el diseño y la implementación de sistemas biométricos avanzados.

Referencias

• Ariyanto, G., y Nixon, M. S. (2012, marzo). Marionette mass-spring model for 3D gait biometrics [Conferencia]. 2012 5th iapr International Conference on Biometrics (icb), New Delhi, India. https://doi.org/10.1109/ICB.2012.6199832.
• BenAbdelkader, C, Cutler, R., y Davis, L. (2022). Stride and cadence as a biometric in automatic person identification and verification (pp. 372-377). Proceedings of Fifth ieee International Conference on Automatic Face Gesture Recognition, Washington, dc, usa. ieee. https://doi.org/10.1109/AFGR.2002.1004182.
• Bouchrika, I. (2018). A Survey of Using Biometrics for Smart Visual Surveillance: Gait Recognition. En P. Karampelas y T. Bourlai (Eds.), Surveillance in Action. Advanced Sciences and Technologies for Security Applications (pp. 3-23). Springer, Cham. https://doi.org/10.1007/978-3-319-68533-5_1.
• Cinemart. (2023, 17 de julio). MISSION: IMPOSSIBLE – ROGUE NATION (2015) | Underground Water Full Scene | Underwater Scene 4K uhd [Video]. YouTube. https://youtu.be/88gJeeydT4E?si=7Ca2R9sCBcYACyS3.
• Cunado, D., Nixon, M.S., y Carter, J.N. (1997). Using gait as a biometric, via phase-weighted magnitude spectra. En J. Bigün, G. Chollet, y G. Borgefors, G. (Eds.), Audio- and Video-based Biometric Person Authentication. AVBPA 1997. Lecture Notes in Computer Science, 1206. Springer. https://doi.org/10.1007/BFb0015984.
• Han, J. y Bhanu, B. (2006, febrero). Individual recognition using gait energy image. ieee Transactions on Pattern Analysis and Machine Intelligence, 28(2), 316-322. https://doi.org/10.1109/TPAMI.2006.38.
• Lin, B., Zhang, S., y Bao, F. (2020). Gait Recognition with Multiple-Temporal-Scale 3D Convolutional Neural Network. En Proceedings of the 28th acm International Conference on Multimedia (3054-3062). Association for Computing Machinery. https://doi.org/10.1145/3394171.3413861.
• Niyogi, S. A., y Adelson, E. H. (1994). Analyzing and recognizing walking figures in XYT. En 1994 Proceedings of ieee Conference on Computer Vision and Pattern Recognition (pp. 469-474). ieee Transactions on Pattern Analysis and Machine Intelligence, 27(2), 162-177. https://doi.org/10.1109/TPAMI.2005.39.
• Shutler, J. D., Grant, M. G., Nixon, M. S., y Carter, J. N. (2004). On a large sequence-based human gait database. En A. Lotfi, y J. M. Garibaldi (Eds.), Applications and Science in Soft Computing. Advances in Soft Computing (pp. 339-346). Springer. https://doi.org/10.1007/978-3-540-45240-9_46.
• Song, C., Huang, Y., Huang, Y., Jia, N., y Wang, L. (2019, diciembre). Gaitnet: An end-to-end network for gait based human identification. Pattern recognition, 96. https://doi.org/10.1016/j.patcog.2019.106988.
• Thavalengal, S., Andorko, I., Drimbarean, A., Bigioi, P., y Corcoran, P. (2015, mayo). Proof-of-concept and evaluation of a dual function visible/nir camera for iris authentication in smartphones. ieee Transactions on Consumer Electronics, 61(2), 137-143). https://doi.org/10.1109/TCE.2015.7150566.
• Yang, W., Hu, J., y Wang, S. (2014). A Delaunay quadrangle-based fingerprint authentication system with template protection using topology code for local registration and security enhancement. ieee transactions on Information Forensics and Security, 9(7), 1179-1192. http://dx.doi.org/10.1109/TIFS.2014.2328095.
• Yoo, J.-H., Hwang, D., Moon, K.-Y., y Nixon, M. S. (2008). Automated human recognition by gait using neural network. En 2008 First Workshops on Image Processing Theory, Tools and Applications, Sousse, Tunisia (pp. 1-6). ieee. https://doi.org/10.1109/IPTA.2008.4743792.

Recepción: 12/9/2018. Aprobación: 4/10/2018.

Resumen

El videojuego The last of us propone una pandemia causada por el hongo Cordyceps spp. En este escenario, las personas infectadas terminan siendo seres carentes de voluntad con comportamientos autómatas y caníbales, y la población humana no infectada se encuentra aglomerada viviendo en zonas de cuarentena. Antes del 2019, esto nos hubiera parecido irrisorio, pero después de una pandemia causada por un virus emergente y dos años en confinamiento puede ser motivo de reflexión… ¿Podría un hongo ser el siguiente responsable de una pandemia?
Palabras clave: cordyceps, hongos, pandemia, cambio climático, salud humana.

The last of us: Science fiction or a possibility in the face of climate change?

Abstract

The video game The last of us proposes a pandemic caused by the fungus Cordyceps spp. In this scenario, infected people end up as will-less beings with automaton and cannibalistic behaviors, and the uninfected human population is crowded together in quarantine zones. Before 2019, this would have seemed something laughable, but after a pandemic caused by an emerging virus and two years in confinement, it may be cause for reflection… Could a fungus be responsible for the next pandemic?
Keywords: cordyceps, fungi, pandemic, climate change, human health.

Video 1. Avance del videojuego The last of us. Crédito: PlayStation Latinoamérica, 2022.

¿Cómo surgió esta aterradora idea?

El argumento central de The last of us surgió a partir de estudios realizados por Hughes y colaboradores, quienes son un grupo de investigadores de Estados Unidos. Ellos evaluaron los mecanismos de comportamiento y síntomas morfológicos en las hormigas Camponotus leonardi debido a una infección fúngica causada por el hongo Ophiocordyceps unilateralis. Las hormigas infectadas presentaban deambulación errática y terminaban muertas y sujetas fuertemente con sus mandíbulas a la nervadura de hojas de árboles, al medio día. Días después de la muerte del huésped, el cuerpo fructífero del hongo emergía de la parte posterior de la cabeza de la hormiga para dispersarse en el ambiente y continuar su ciclo biológico (ver figura 1) (Hughes et al., 2011).

La idea de que un parásito logre controlar el comportamiento de su huésped causó sensación en la comunidad científica. La noticia se popularizó, al grado de permear en el mundo del entretenimiento con historias de terror y acción.

Figura 1. Hormiga infectada por el hongo Ophiocordyceps. Crédito: Katja Schulz (2026).

¿Podría ser real esta situación en la actualidad?

En los últimos años, hemos experimentado las consecuencias de la globalización, la aparición de nuevas enfermedades, migraciones humanas y cambios en el paisaje. Por ello, no se debe descartar el poder de los hongos como el siguiente patógeno emergente causante de una pandemia. No obstante, en esta sección, abordaremos por qué sería poco probable que un hongo como Cordyceps spp. fuera capaz de causar la siguiente pandemia.

Cordyceps es un género de hongos con aproximadamente 700 especies, las cuales pueden infectar artrópodos. En la medicina tradicional China, existen productos alternativos basados en especies como Cordyceps militaris y Cordyceps sinensis, los cuales han demostrado efectos inmunomoduladores, antioxidantes y antiinflamatorios (Paterson, 2008), y actividad antitumoral (Schweta et al. 2023).

De acuerdo con Köhler et al. (2014), los hongos que son capaces de causar infección en los humanos deben cumplir cuatro características: 1) crecer a temperaturas iguales o superiores a los 37°C, 2) penetrar barreras de tejido del huésped, 3) digerir y absorber componentes de tejidos humanos y 4) resistir la respuesta inmune humana. Afortunadamente para nosotros, las especies que comprenden el género Cordyceps crecen a una temperatura de 20 a 28°C, con condiciones de humedad relativa de alrededor de 70% y han tenido interacciones evolutivas complejas y estrechas con sus huéspedes artrópodos durante largos períodos (miles de años) (Boomsma et al., 2014). Existen pocos casos clínicos vinculados a Cordyceps y los reportados están relacionados con daño renal debido a la ingesta del cuerpo fructífero y suplementos medicinales (Hatton et al., 2018; Tangkiatkumjai et al., 2022) y en ningún caso ha estado relacionado con una infección por dicho hongo.

La vía de transmisión del hongo Cordyceps que se considera en la serie The last of us es a través de una mordedura de un huésped infectado, ávido por consumir tejidos de otro Homo sapiens no infectado. Esa vía de entrada se da en enfermedades causadas por virus, como el de la rabia y el ébola. Sin embargo, en el caso de los hongos que son capaces de causar enfermedades en los humanos, las vías más comunes son: por contacto directo, causando infecciones superficiales como el pie de atleta; enfermedades que pueden llegar a capas más profundas de la piel al sufrir una lesión o traumatismo, como es el caso de la esporotricosis, que se puede adquirir al estar sembrando en tu jardín y hacerte un pequeño corte; por la inhalación de esporas de hongos, como la histoplasmosis o la coccidioidomicosis, ser letales, y, por último, infecciones que están más relacionadas a nuestra respuesta inmunitaria, si ésta es muy exacerbada ocasiona alergias y si es débil provoca alteraciones en nuestro organismo, haciendo que los hongos que son comensales de nuestra piel o de las mucosas, como Candida, tengan un comportamiento patógeno. Si consideramos el mecanismo de infección de Cordyceps, o la mayoría de los hongos que son capaces de causar infección en artrópodos, éstos actúan al adherirse a la cutícula del insecto1, penetrar y llegar a la hemolinfa2, tomar los nutrientes y emerger del cadáver para diseminarse al ambiente nuevamente, o también pueden infectar al huésped artrópodo al ser ingeridos, como en el caso del hongo Ascosphaera.

¿El cambio climático podría hacer real esta situación?

Hasta ahora hemos considerado los puntos que hacen este escenario de infección por Cordyceps poco probable. Sin embargo, debemos considerar otros factores, como el cambio climático.

En los últimos años, hemos escuchado constantemente las problemáticas relacionadas con el aumento paulatino de las temperaturas del planeta. Por ejemplo, en la figura 2, se muestra el incremento de las temperaturas globales para las últimas décadas. Este fenómeno, que se ha denominado calentamiento global, está asociado a un cambio climático principalmente relacionado a actividades humanas.

Figura 2. Serie de tiempo de anomalías de temperatura superficial durante el periodo de 1980 al 2020. Las anomalías fueron calculadas como el valor de la temperatura promedio anual menos el promedio del periodo preindustrial que comprende de 1850-1900. Crédito: elaboración propia usando datos del reanálisis ERA5 de Copernicus (Hersbach et al., 2020).

A lo largo de la historia, el clima de nuestro planeta ha sufrido cambios ocasionados por fenómenos completamente naturales, como las variaciones de la energía que nos llega del sol, variaciones en la órbita de nuestro planeta, las erupciones volcánicas, e incluso, el lento pero constante movimiento de los continentes (Hartmann, 2016). Aunque gran parte de la variabilidad es natural, las actividades humanas han tenido impactos importantes sobre el clima.

Desde la invención de la agricultura, la humanidad ha intercambiado bosques por zonas de cultivo, construido ciudades e incluso secado lagos. Esto claramente ha cambiado las características climáticas locales alrededor de los poblados humanos. Por ejemplo, el Valle de México estaba conformado por un sistema de lagos, por lo que, su clima era más húmedo durante el período prehispánico de lo que es ahora (Jáuregui, 2000). Además, desde el desarrollo de la era industrial, la humanidad ha usado la energía almacenada en los combustibles fósiles, que liberan grandes cantidades de gases de efecto invernadero (como el dióxido de carbono, metano, entre otros). Estos gases modifican el equilibrio entre la energía que llega del Sol y la energía que nuestro planeta emite nuevamente al espacio exterior, lo que ha modificado el clima actual y producido que las temperaturas superficiales de nuestro planeta aumenten, como lo muestran los registros actuales (Jaramillo y Mendoza-Ponce, 2022).

Las nuevas y futuras condiciones climáticas tienen impacto no sólo en la temperatura, sino también en el nivel medio del mar, en la desaparición paulatina de los glaciares, la acidificación de los océanos, la actividad de huracanes, la diversidad de especies, entre otras (Intergovernmental Panel on Climate Change [ipcc], 2014). Adicionalmente, pueden amenazar directamente la salud humana debido a cambios en el uso de suelo y el aumento de rangos geográficos con condiciones adecuadas para la presencia y desarrollo de ciertos patógenos como bacterias, hongos y virus.

Con respecto al impacto que pueda tener el calentamiento global en los hongos, lo primero que debemos considerar es que su principal función en la naturaleza es la degradación de materia orgánica. Esto quiere decir que sin ellos no habría descomposición y se interrumpiría el ciclo del carbono. De la gran diversidad fúngica estimada, entre 2.2 y 3.8 millones de especies de hongos (Hawksworth y Lücking, 2017), únicamente una pequeña proporción es capaz de causar enfermedades en los humanos y sólo logran infectar cuando la respuesta inmune del huésped está comprometida, como en el caso de pacientes con Virus de Inmunodeficiencia Humana (), receptores de órganos, o personas que usan medicamentos que modulan el sistema inmune.

n el constante proceso evolutivo, los patógenos pueden diversificarse vía salto de huésped y encontrar rutas para lograr la infección en nuevas especies (Thines, 2019). En el caso de los hongos esto no es la excepción y se ha observado que su capacidad de causar enfermedades al humano ha sido un proceso evolutivo que se ha repetido múltiples veces de manera independiente (Rokas, 2022).

Así, en las últimas décadas, se han reportado nuevos casos de infecciones en humanos de hongos que se consideraban no patógenos, como Emergomyces, el cual causa micosis diseminada en pacientes infectados con vih. De igual manera, existen casos de hongos relacionados con nuevos huéspedes mamíferos como Sporothrix brasiliensis, el cual es patógeno de felinos y éstos a su vez pueden transmitirlo a humanos; patógenos fúngicos con resistencia a antifúngicos como Candida auris; brotes de infecciones fúngicas posteriores a fenómenos extremos como huracanes, temblores, inundaciones. De hecho, una de las noticias más divulgadas respecto a hongos patógenos fue durante la pandemia por covid-19: el brote de mucormicosis, que es una enfermedad rara causada por hongos oportunistas y que está relacionada a pacientes con infección por sars-CoV-2 y diabetes no controlada.

Figura 3. Ilustración inspirada en el universo de The last of us, que muestra a humanos infectados con Cordyceps. Crédito: bylook.

Consideraciones finales

La investigación sobre hongos ha mostrado que algunas especies o cepas patógenas para el humano pueden adaptarse a temperaturas más elevadas, radiación más intensa, condiciones ambientales hostiles y presentar resistencia a antifúngicos utilizados para su tratamiento. En este sentido, las temperaturas más altas debido al calentamiento global podrían conducir a la selección de linajes de hongos que pueden infectar más fácilmente a los humanos (Garcia-Solache y Casadevall, 2010). El aumento global de la temperatura, cambios en el uso de suelo, las zonas urbanas con altas tasas poblacionales, hacinamiento y la migración humana pueden ser factores determinantes en el aumento de casos por enfermedades fúngicas.

Pero no olvidemos que los hongos han sido aliados de la humanidad al proporcionarnos metabolitos secundarios utilizados como antibióticos (penicilina); al compartirnos su maquinaria metabólica para producción de etanol y pan (Saccharomyces cerevisiae), y que tienen una función natural como controladores de poblaciones de artrópodos que afectan cultivos agrícolas (Metarhizium spp.). Sin embargo, la interacción evolutiva entre especies es un proceso imparable y debemos de continuar vigilando y estudiando… El futuro está en nuestras manos.

Referencias

• Boomsma, J. J., Jensen, A. B., Meyling, N. V., y Eilenberg, J. (2014). Evolutionary interaction networks of insect pathogenic fungi. Annual Review of Entomology, 59, 467-485. https://doi.org/bfsn
• Garcia-Solache, M. A., y Casadevall, A. (2010). Global warming will bring new fungal diseases for mammals. MBio, 1(1). e00061-10. https://doi.org/10.1128/mbio.00061-10
• Hersbach, H., Bell, B., Berrisford, P., Hirahara, S., Horányi, Á., Muñoz-Sabater, J., Nicolas, J. P., Peubey, C., Radu, R., Schepers, D., Simmons, A. J., Soci, C., Abdalla, S., Abellan, X., Balsamo, G., Bechtold, P., Biavati, G., Bidlot, J., Bonavita, M., . . . Thépaut, J. (2020). The era5 global reanalysis. Quarterly Journal Of The Royal Meteorological Society, 146(730), 1999-2049. https://doi.org/10.1002/qj.3803
• Hartmann, D. L. (2016). Global Physical Climatology (2.a ed.). Elsevier. https://doi.org/10.1016/C2009-0-00030-0
• Hatton, M. N., Desai, K., Le, D., y Vu, A. (2018). Excessive postextraction bleeding associated with Cordyceps sinensis: A case report and review of select traditional medicines used by Vietnamese people living in the United States. Oral Surgery, Oral Medicine, Oral Pathology and Oral Radiology, 126(6), 494-500. https://doi.org/10.1016/j.oooo.2018.07.005
• Hawksworth. D. L., y Lücking, R. (2017). Fungal Diversity Revisited: 2.2 to 3.8 Million Species. Microbiology Spectrum 5(4). https://doi.org/10.1128/microbiolspec.funk-0052-2016
• Hughes, D. P., Andersen, S. B., Hywel-Jones, N. L., Himaman, W., Billen, J., y Boomsma, J. J. (2011). Behavioral mechanisms and morphological symptoms of zombie ants dying from fungal infection. bmc Ecology, 11, 13. https://doi.org/10.1186/1472-6785-11-13
• Intergovernmental Panel on Climate Change (ipcc). (2014). Climate Change 2014: Impacts, Adaptation, and Vulnerability. Part A: Global and Sectoral Aspects. Contribution of Working Group II to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change [Field, C.B., V.R. Barros, D.J. Dokken, K.J. Mach, M.D. Mastrandrea, T.E. Bilir, M. Chatterjee, K.L. Ebi, Y.O. Estrada, R.C. Genova, B. Girma, E.S. Kissel, A.N. Levy, S. MacCracken, P.R. Mastrandrea, and L.L.White (Eds.)]. Cambridge University Press. https://www.ipcc.ch/report/ar5/wg2/
• Jaramillo, A., y Mendoza-Ponce, A. (2022). Climate Change Overview. En M. G. Frías-De-León, C. Brunner-Mendoza, M. del R. Reyes-Montes, y E. Duarte-Escalante (Eds.), The Impact of Climate Change on Fungal Diseases (pp. 1-18). Springer International Publishing. https://doi.org/mhbp
• Jáuregui, E. (2000). El clima de la ciudad de México. Plaza y Valdés.
• Köhler, J. R., Casadevall, A., y Perfect, J. (2014). The spectrum of fungi that infects humans. Cold Spring Harbor Perspectives in Medicine, 5(1), a019273. https://doi.org/10.1101/cshperspect.a019273
• Paterson, R. R. (2008). Cordyceps: a traditional Chinese medicine and another fungal therapeutic biofactory? Phytochemistry, 69(7), 1469-95. https://doi.org/bhmzhq
• PlayStation Latinoamérica. (2022, 24 de agosto). The Last of Us Part I | Tráiler de Lanzamiento [Video]. YouTube. https://youtu.be/8a3Aga7JJgE?si=devE2McJ3cg1U5UC
• Rokas, A. (2022). Evolution of the human pathogenic lifestyle in fungi. Nature Microbiology, 7, 607-619. https://doi.org/10.1038/s41564-022-01112-0
• Schweta, Abdullah, S., Komal, y Kumar, A. (2023). A brief review on the medicinal uses of Cordyceps militaris. Pharmacological Research – Modern Chinese Medicine, 7, 100228. https://doi.org/10.1016/j.prmcm.2023.100228
• Tangkiatkumjai, M., Chaiyarak, S., Sripr, S., Lumboot, U., Absuwan, W., y Changsirikulchai, S. (2022). Acute kidney injury related to Cordyceps militaris: A case series [Preprint, In Review]. https://doi.org/mhbq
• Thines, M. (2019). An evolutionary framework for host shifts – jumping ships for survival. The New Phytologist, 224(2), 605-617. https://doi.org/10.1111/nph.16092