Sistema de reconocimiento de rostros mediante cámaras de seguridad interna

Abstract

La presente tesis realiza el análisis y evaluación de las diferentes técnicas y algoritmos de visión artificial para ambientes semi – controlados, en donde se utilizó opencv con python como herramienta de trabajo. El principal problema que se presenta en esta investigación es que las características del rostro varían en posición o gestos con el paso del tiempo, calidad de la imagen, luminosidad, por lo que se torna un poco más complejo y por tal motivo no permite obtener resultados al 100%. Para esta investigación se pudo realizar los rostros en las personas dentro de un ámbito social en donde se detectarán las personas que ingresen o salgan de un local. La ejecución de este proyecto y validación durante las fases de prueba y operativas se considera necesaria y fundamental para poder avanzar en el conocimiento de los episodios de detección facial. Del mismo modo, se considera también básico para poder realizar tareas de evaluación y gestión de la calidad del reconocimiento facial. Teniendo como objetivo principal el poder aplicar algoritmos de visión artificial para la detección del rostro de personas en cámaras de seguridad internas. Para esta investigación utilizamos la técnica de HaarCascade junto con una Red Neuronal Convolucionante, las cuales permitieron la detección de rostros, las cuales comparándose con otras técnicas y algoritmos arrojaron resultados de un 98.1% permitiendo así poder seguir avanzando con el alto nivel de efectividad para la investigación realizada.