Contaminación visual en Juliaca: detección automatizada y la percepción de la ciudadanía, 2023

Abstract

En la región de Puno, Perú, la contaminación visual representa un desafío creciente, afectando la estética urbana y la calidad de vida de los residentes. En este contexto, se plantea el problema de detectar y abordar eficazmente esta forma de contaminación. El objetivo del estudio fue desarrollar un enfoque científico para la detección automatizada de la contaminación visual y comprender su impacto en la salud y el bienestar de la población local. Para lograrlo, se llevó a cabo una encuesta a los residentes de Puno para evaluar su percepción y los efectos de la contaminación visual. Posteriormente, se implementó un modelo de visión artificial utilizando datos de imágenes de los contaminantes visuales más comunes en las calles de Puno. Este modelo permitió identificar y cuantificar los contaminantes de manera automatizada. Los resultados revelaron una presencia generalizada de contaminantes visuales y su correlación con problemas de salud y bienestar entre los habitantes. Como conclusión, el estudio proporciona una base científica sólida para abordar la contaminación visual en Puno, resaltando la necesidad de intervenciones para mejorar la calidad de vida y preservar la estética urbana. En síntesis, se propone una estrategia integral que combina métodos de detección avanzados con la comprensión de los efectos en la salud, con el fin de mitigar los impactos negativos de la contaminación visual en la región.In the region of Puno, Peru, visual pollution is becoming an increasingly pressing issue, adversely affecting urban aesthetics and the well-being of residents. Consequently, the challenge arises of effectively identifying and addressing this form of pollution. The study sets out to develop a scientifically-grounded approach for the automated detection of visual pollution and to comprehend its ramifications on the health and general welfare of the local populace. To achieve this objective, a comprehensive survey was undertaken among residents of Puno to gauge their perception of and the consequential effects stemming from visual pollution. Subsequent to this, an artificial vision model was devised employing data derived from images capturing the prevalent visual pollutants found on the streets of Puno. This model facilitated the automated identification and quantification of pollutants. The findings illuminated a widespread prevalence of visual pollutants, significantly correlating with health and well-being concerns among residents. In summary, the study furnishes a robust scientific basis for tackling visual pollution in Puno, underscoring the imperative for interventions aimed at enhancing quality of life and conserving urban aesthetics. Thus, a holistic strategy is advocated, amalgamating sophisticated detection methodologies with an understanding of health impacts, with the aim of mitigating the adverse effects of visual pollution within the región.