Las estaciones de Metro son importantes para el desempeño en la vida diaria de los usuarios, se ha tratado de implementar tecnología en muchas áreas con el fin de garantizar la seguridad de los pasajeros ya sea en el control de los trenes o a través de la propia estación. En este estudio, se propone una nueva forma de gestionar las zonas más riesgosas en estaciones de Metro, mediante el reconocimiento de patrones y la visión de la computadora, para esto se aplica el modelo red neuronal convolucional, basado en un aprendizaje autónomo supervisado para identificación de riesgos. No obstante, gestionar las zonas de riesgo en estaciones de Metro tiende a ser complejo debido a sus condiciones dinámicas. Debido a esto, se propone un modelo para identificación de zonas vulnerables en la estación Cabitos mediante la herramienta Python y encuestas a usuarios. Esto consiste, en captura...