Abstract COVID-19 has caused serious health damage, infecting millions of people and unfortunately causing the death of several ones around the world. The vaccination programs of each government have influenced in declining those rates. Nevertheless, new coronavirus mutations have emerged in different countries, which are highly contagious, causing concern with vaccination effectiveness. So far, wearing facemasks in public continues being the most effective protocol to avoid and prevent COVID-19 spread. In this context, there is a demand of automatic facemask detection services to remind people the importance of wearing them appropriately. In this work, a performance evaluation of an AIoT system to detect correct, inappropriate, and non- facemask wearing, based on two computational models: Cloud and Edge, was conducted. Having as objective to determine which model better suites a real environment (indoor and outdoor), based on: reliability of the detector algorithm, use of computational resources, and response time. Experimental results show that Edge-implementation got better performance in comparison to Cloud-implementation.

Resumen La COVID-19 ha provocado graves daños a la salud: centenas de millones de personas infectadas y varios millones de fallecidos en el mundo. Los programas de vacunación de cada Gobierno han influido en el decaimiento de estos índices, pero con la aparición de nuevas mutaciones del coronavirus más contagiosas, la preocupación sobre la efectividad de las vacunas se hace presente. Frente a esta situación el uso de mascarillas sigue siendo eficaz para prevenir la transmisión y contagio de la COVID-19. Lo que ha generado una creciente demanda de servicios de detección automática de mascarillas, que permita recordar a las personas la importancia del empleo de estas. En este trabajo se plantea un análisis del rendimiento de un sistema AIoT para la detección del uso correcto, incorrecto y sin mascarilla basado en dos modelos computacionales de Cloud y Edge, con la finalidad de determinar qué modelo se adecua mejor en un entorno real (interior y exterior) sobre la base de la confiabilidad del algoritmo, uso de recursos computacionales y tiempo de respuesta. Los resultados experimentales demuestran que el modelo computacional Edge presentó un mejor desempeño en comparación con el Cloud.

ABSTRACT With the development of the Internet of Things, the number of devices connected to the Internet grows exponentially, and this brings with it a huge increase in the amount of data to be processed in the cloud, increasing traffic, to the detriment of the quality of service. This, together with the low latency and mobility requirements of more than a few applications associated with the Web, has led to a rethinking of the cloud computing paradigm, with decentralized variants appearing that are made closer to the network devices. Fog computing emerges as a new paradigm to solve the problems raised, extending the traditional architecture of cloud computing to the edge of the network. Despite the boom that fog computing has been gaining, there are challenges concerning its implementation in real scenarios, such as smart cities, where the heterogeneity and mobility of devices, as well as the scalability and interoperability required, are aspects that must be considered. The main objective of this paper is the presentation of a guide that guides how to implement this technology in smart cities. The proposed procedure is partially validated for a garbage collection use case in Old Havana, within the framework of a project of the National Program of Science, Technology and Innovation of Informatization.

RESUMEN Con el desarrollo de la Internet de las Cosas, el número de dispositivos conectados a Internet aumenta de forma exponencial, y ello trae consigo que crezcan enormemente la cantidad de datos a procesar en la nube, con un incremento considerable del tráfico, en detrimento de la calidad del servicio. Esto, unido a los requerimientos de baja latencia y movilidad de no pocas aplicaciones Web, ha provocado que aparezcan variantes de computación que se encuentren más cercanas a los dispositivos de la red. La Computación en la niebla (Fog computing) surge como un nuevo paradigma para dar solución a las problemáticas planteadas, con una extensión de la arquitectura tradicional de la computación en la nube hasta el borde de la red. A pesar del auge que ha cobrado la computación en la niebla, existen desafíos en relación a su implementación en escenarios reales, como las ciudades inteligentes, donde la heterogeneidad y movilidad de los dispositivos, así como la escalabilidad e interoperabilidad requerida, son aspectos que deben ser considerados. En función de ello, en este artículo se presenta un procedimiento que orienta cómo implementar esta tecnología en las ciudades inteligentes. A modo de validación parcial, el procedimiento propuesto se aplica al caso de uso de recogida de basura en un escenario de La Habana Vieja, como parte de un proyecto del Programa Nacional de Ciencia, Tecnología e Innovación de Informatización.

Abstract: Increasingly growing Next-generation sequencing requires large-scale computing resources to handle the huge amount of data produced. The Cloud computing paradigm readily handles huge data but the core issue with this paradigm is transfer of enormous data to and from cloud computers due to limited bandwidth which lies in the centralized nature of a Cloud computing architecture that is located far away from users. An architecture where computing power is distributed more evenly throughout the network is the way to combat this problem. The architecture should drive the processing capacity towards the edge of the network, closer to the source of the data. For this propose Fog computing offers a promising solution to move computational capabilities closer to the data generated and will be the solution to gain traction in genomics research. We propose a novel Collaborative-Fog (Co-Fog) model that adopts the Fog and Cloud computing paradigms to manage huge genomic data sets and to enable understanding of how key stakeholders can manage the interaction and collaboration. The present work describes the Co-Fog model that promises increased performance, energy efficiency, reduced latency, faster response time, scalability, and better localized accuracy for future large-scale collaborations in genomics.

Resumen: La secuenciación de la próxima generación es cada vez más creciente y requiere recursos informáticos a gran escala para manejar la enorme cantidad de datos producidos. El paradigma Cloud computing fácilmente maneja datos enormes, pero el problema central con este paradigma es la transferencia de datos enormes hacia y desde las computadoras en cloud debido al ancho de banda limitado que radica en la naturaleza centralizada de la arquitectura Cloud computing la cual está localizada lejos de los usuarios. Una arquitectura donde la potencia de computación se distribuya de manera más uniforme en toda la red es una forma de combatir este problema. La arquitectura debe llevar la capacidad de procesamiento hacia el borde de la red, más cerca de la fuente de los datos. Para esta propuesta, Fog computing ofrece una solución prometedora para acercar las capacidades computacionales a los datos generados y será la solución para ganar fuerza en la investigación genómica. Proponemos un nuevo modelo llamado Collaborative-Fog (Co-Fog) que adopta los paradigmas Fog y Cloud computing para administrar grandes conjuntos de datos genómicos y para permitir la comprensión de cómo las partes interesadas pueden gestionar la interacción y la colaboración. El presente trabajo describe el modelo Co-Fog que promete un mayor rendimiento, eficiencia energética, menor latencia, tiempo de respuesta más rápido, escalabilidad y una mejor precisión localizada para futuras colaboraciones a gran escala en la genómica.

Classical methods often face big difficulties in solving image processing problems when images contain noise and distortions. For such images, the use of optimization approaches has been extended. This paper explores application of the Harmony Search (HS) algorithm to digital image processing. HS is a meta-heuristic optimization algorithm inspired by musicians improvising new harmonies while performing. In this paper, we consider two tasks as examples: circle detection and motion estimation, both issues are approached as optimization problems. In such approach, circle detection uses a combination of three edge points as parameters to construct candidate circles. A matching function determines if such candidate circles are actually present in a given image. In motion estimation, the HS algorithm is used to find a motion vector that minimizes the sum of absolute differences between two consecutive images. Experimental results show that the generated solutions are able to properly solve the problems under consideration.

Métodos tradicionales de procesamiento de imagen presentan diferentes dificultades al momento de ser usados en imágenes que poseen ruido considerable y distorsiones. Bajo tales condiciones, el uso de técnicas de optimización se ha extendido en los últimos años. En este artículo se explora el uso del algoritmo de Búsqueda Armónica (BA) para el procesamiento digital de imágenes. BA es un algoritmo metaheurístico inspirado en la manera en que músicos buscan la armonía óptima en la composición musical, el cual ha sido empleado exitosamente para resolver problemas complejos de optimización. En este artículo se presenta dos problemas representativos del área de procesamiento digital de imágenes, como lo son: la detección de círculos y la estimación de movimiento, los cuales son planteados desde el punto de vista de optimización. Considerando este enfoque, en la detección de círculos se utiliza una combinación de tres puntos borde para codificar círculos candidatos. Utilizando las evaluaciones de una función objetivo (que determina si tales círculos están presentes en la imagen) el algoritmo de BA realiza una exploración eficiente hasta encontrar el circulo que mejor se aproxime a aquel contenido en la imagen (armonía óptima). Por otro lado, en la estimación de movimiento se utiliza el algoritmo de BA para encontrar el vector de movimiento que minimice la suma de diferencias absolutas entre bloques de dos imágenes consecutivas. Resultados experimentales muestran que las soluciones generadas son capaces de resolver adecuadamente los problemas planteados.

An approach based on the use of genetic algorithms to detect quadrilateral shapes in images is presented in this paper. The proposed approach finds the best sets of four edge points that are the vertices of quadrilateral shapes in the image. The proposed method uses the evidence provided by the image resulting of the application of an edge detection operator to the input image. Individuals having the best fitness scores are those that are supported by the edge evidence as being the vertices of a quadrilateral present in the input image. We use a sharing operator to avoid detecting similar quadrilaterals. This procedure is used to detect multiple quadrilaterals in a single run of our algorithm. Our method can handle perspective distortion and Gaussian noise corruption on the quadrilaterals to be detected. We have fulfilled tests to validate our approach on synthetic, noise-corrupted and real world images. Tests are both quantitative and qualitative. The proposed approach has shown also to be fast for real-time quadrilateral detection.

En este artículo se presenta un enfoque para la detección de formas cuadriláteras en imágenes usando algoritmos genéticos. El enfoque propuesto encuentra los mejores conjuntos de cuatro puntos de borde que son vértices de cuadriláteros presentes en la imagen. El método propuesto usa la evidencia proporcionada por la imagen resultante de la aplicación de un operador de detección de bordes a la imagen de entrada. Los individuos con mejor valor de adecuación son aquéllos que representan a los vértices de cuadriláteros presentes en la imagen. A fin de evitar la detección de cuadriláteros similares entre sí, se usa una función de sharing. Esto permite detectar múltiples cuadriláteros en una sola ejecución del algoritmo. Nuestro método puede manejar la presencia de distorsión perspectiva y de ruido Gaussiano aditivo en los cuadriláteros por ser detectados. Se presentan pruebas para validar nuestro enfoque sobre imágenes sintéticas, imágenes corrompidas por ruido e imágenes reales. Las pruebas son tanto cuantitativas como cualitativas e incluyen también la detección de cuadriláteros en imágenes dibujadas a mano. El enfoque propuesto muestra también ser rápido para la detección de cuadriláteros.

We present a geometric error concealment scheme for Discrete Cosine Transform (DCT) based image/video data based on the Bezier Curves (BC). Our scheme unlike the original proposal of Zeng and Liu, 1999, makes use of the average edge direction and local curvature (extracted from healthy blocks around the damaged block) as boundary conditions to create an n-degree BC. The BC is then used to interpolate the edge of the lost block (8x8 pixels), as well as to directionally reconstruct its low frequency data. In those cases where more than one edge is found to cross the lost area, a cost function defined in terms of the local and global edge curvature is used to find their best match. Results show that our approach provides an almost perfect reconstruction and excellent subjective quality of the restored data, outperforming current linear interpolations schemes in the literature.

Se presenta un esquema nuevo para el ocultamiento de errores de transmisión (pérdidas de paquetes) en imágenes y video basado en las Curvas de Bezier (BC). El esquema propuesto a diferencia de la propuesta original de Zeng y Liu, 1999, hace uso de la dirección promedio de los bordes y curvatura local alrededor de la zona dañada como condiciones de frontera para crear una curva de Bezier de grado n. La BC es usada para interpolar los bordes del bloque perdido (8x8 pixels), así como también para la reconstrucción de la información correspondiente a las bajas frecuencias. En casos donde más de un borde atraviesa la zona dañada, se propone una función de costo en términos de sus curvaturas local y global para encontrar sus correspondientes pares y proceder con el proceso de interpolación (reconstrucción) de la información perdida. Los resultados muestran que nuestro esquema reconstruye casi perfectamente la información perdida (durante la transmisión) lo que repercute en una excelente calidad subjetiva de la imagen/video reconstruido. Nuestro esquema es muy superior a los interpoladores lineales encontrados en la literatura.