Buscar en Google Scholar
Título: Desarrollo de un equipo electrónico de control de alcoholemia con capacidad de detección de flujo de aire dirigido y reconocimiento de rostro
Otros títulos: Development of Electronic alcohol breathalyzer equipment with air flow detection and face recognition capacity
Asesor(es): Kemper Vásquez, Guillermo Leopoldo
Campo OCDE: https://purl.org/pe-repo/ocde/ford#2.02.01; https://purl.org/pe-repo/ocde/ford#2.00.00
Fecha de publicación: 30-abr-2024
Institución: Universidad Peruana de Ciencias Aplicadas (UPC)
Resumen: Este trabajo propone un equipo orientado a la medición del nivel alcohólico y simultáneamente aplicar reconocimiento facial a personas que ingresan a lugares de riesgo donde su integridad física puede verse afectada debido a su estado de embriaguez. En el estado del arte, se verifica que muchos métodos de medición de alcohol no integran reconocimiento facial simultáneamente para propósitos de control y registro adecuado del acceso del personal. También existen métodos que no integran un módulo para la detección de flujo de aire que permita corroborar que la persona está utilizado el equipo. Finalmente, se constata que se han aplicado métodos subjetivos como la percepción del olfato emitido, la marcha y la forma de hablar, así como aspectos conductuales. El equipo propuesto soluciona estas deficiencias a través de sensores de sonido, alcohol y de imagen conectados a un computador de placa reducida; los cuales permiten la medición del nivel alcohólico a través del aliento y simultáneamente aplicando reconocimiento facial; como consecuencia, mejora la operatividad y los procedimientos en las empresas. El reconocimiento de rostro biométrico se lleva a cabo a través de algoritmos de procesamiento de imágenes, redes neuronales convolucionales y máquina de soporte vectorial SVM, que corre en una computadora el cual está sincronizada con el equipo de medición. La computadora registra a la persona reconocida en una base de datos con el nivel alcohólico asociado. Para la validación del método propuesto, se evaluaron muestras de niveles alcohólicos, tasa de detección de flujo de aire y la tasa de reconocimiento facial. Las mediciones de alcohol se compararon con las obtenidas mediante un alcoholímetro digital certificado. En esta validación se utilizó el coeficiente de correlación de Pearson, obteniendo un valor de 0.937. El porcentaje de aciertos de la detección del flujo de aire es de 92%, mientras que el porcentaje de verdaderos reconocimientos faciales fue superior al 95 %.

This work proposes an equipment oriented to measuring the alcoholic level and simultaneously applying face recognition for people who enter risk places where their physical integrity can be affected due to their drunkenness state. In the state of the art, it is verified that several alcohol measurement methods do not integrate the simultaneous facial recognition for the purposes of proper personnel access control and registration. It is also verified that these methods do not integrate a module for air flow detection that allows corroborating that the person is using the equipment. Finally, it is authenticated that subjective methods are applied such as the emitted smell perception, gait and way of speaking or behavioural aspects. The proposed equipment solves these deficiencies through sound, alcohol and image sensors connected to a single board computer; which allows the measurement of the alcoholic level through the breath and simultaneously applying facial recognition; as a consequence, it improves the operability and procedures in companies. Biometric face recognition is carried out through image processing algorithms, convolutional neural networks and support vector machines SVM, which run on a computer which is synchronized with the measurement equipment. The computer registers the recognized person in a database with the associated detected alcoholic level. For the validation of the proposed equipment, several samples of alcoholic level, airflow detection rate and face recognition rate were evaluated. Alcohol level measurements were compared with those obtained through a certified digital breathalyzer. In this validation, Pearson's correlation coefficient was used, obtaining a value of 0.937. The airflow detection success percentage is 91%, while the percentage of true face recognition was higher than 95%.
Enlace al repositorio: http://hdl.handle.net/10757/673604
Disciplina académico-profesional: Ingeniería Electrónica
Institución que otorga el grado o título: Universidad Peruana de Ciencias Aplicadas (UPC). Facultad de Ingeniería
Grado o título: Ingeniero electrónico
Jurado: Klusmann Vieira, Hermann Mirko; Sánchez Huapaya, Alonso Sebastian; Romero Cortez Oscar Ucchelly
Fecha de registro: 23-may-2024



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons