Bibliographic citations
Murillo, F., Alcedo, L. (2024). Sistema de identificación de personas prófugas de la justicia en terminales de transporte terrestre de Lima usando Reconocimiento Facial a través de una Red Neuronal Convolucional [Tesis, Universidad Peruana de Ciencias Aplicadas (UPC)]. http://hdl.handle.net/10757/673264
Murillo, F., Alcedo, L. Sistema de identificación de personas prófugas de la justicia en terminales de transporte terrestre de Lima usando Reconocimiento Facial a través de una Red Neuronal Convolucional [Tesis]. PE: Universidad Peruana de Ciencias Aplicadas (UPC); 2024. http://hdl.handle.net/10757/673264
@misc{sunedu/3626578,
title = "Sistema de identificación de personas prófugas de la justicia en terminales de transporte terrestre de Lima usando Reconocimiento Facial a través de una Red Neuronal Convolucional",
author = "Alcedo Cruz, Lily Elva",
publisher = "Universidad Peruana de Ciencias Aplicadas (UPC)",
year = "2024"
}
En la actualidad, la justicia ha procesado a personas por diversos delitos. Sin embargo, muchos de ellos logran escapar, pasando a calidad de prófugos. Generando la participación de efectivos policiales en el proceso de búsqueda a través de operativos vehiculares y peatonales. Por ello, en este trabajo se propone la elaboración de un modelo de Reconocimiento Facial con Inteligencia Artificial de tipo Red Neuronal Convolucional, con el propósito de ayudar a fortalecer la seguridad ciudadana del Perú en la identificación de prófugos de la justicia. Este trabajo de investigación cuenta con 3 fases: análisis, diseño y validación. La primera fase se comparó diversos algoritmos de reconocimiento facial como CNN, LPP, entre otros. La segunda fase se realizó el diseño de la solución y el modelo de reconocimiento facial. Y, en la tercera fase, se simuló la solución en un entorno real. Para la elaboración de la solución se aplicó el Marco SCRUM y PMBOK para gestionar las actividades durante todo el proceso del proyecto. Los resultados de la ejecución de pruebas evidenciaron una coincidencia de reconocimiento facial superior al promedio de 70%, este proceso se realizó a través de la comparación de cada imagen obtenida y su posterior identificación con el uso de cámaras móviles.
This item is licensed under a Creative Commons License