Please use this identifier to cite or link to this item: https://repositorio.utn.edu.ec/handle/123456789/11174
Citar este ítem

Full metadata record
DC FieldValueLanguage
dc.contributor.advisorSuárez Zambrano, Luis Edilberto-
dc.contributor.authorSanipatín Diaz, Paola Aracely-
dc.date.accessioned2021-06-15T18:01:38Z-
dc.date.available2021-06-15T18:01:38Z-
dc.date.created2021-05-27-
dc.date.issued2021-06-15-
dc.identifier.other04/RED/ 256es_EC
dc.identifier.urihttp://repositorio.utn.edu.ec/handle/123456789/11174-
dc.descriptionDesarrollar un sistema electrónico de reconocimiento de expresiones faciales basado en técnicas de aprendizaje profundo que permita determinar seis emociones básicas en personas con limitada movilidad por medio de una aplicación en tiempo real que valide el funcionamiento.es_EC
dc.description.abstractEl presente proyecto consiste en el desarrollo de SIREF, el cual es un sistema electrónico para el reconocimiento de expresiones faciales a través de un análisis de patrones de movimientos musculares por medio de técnicas de aprendizaje profundo (DL), el objetivo principal es reconocer seis emociones básicas en personas con limitada movilidad, por medio de una aplicación en tiempo real que valide el funcionamiento. El sistema está conformado por tres sensores musculares MyoWare de electromiografía (EMG) que miden la actividad eléctrica filtrada y rectificada de un músculo. En tal sentido, SIREF consta de una interfaz hombre máquina (HMI), a través de la cual se muestra el tipo de expresión facial detectada y los valores en porcentaje de contracción musculares que reciben el rostro. En cuanto al diseño del dispositivo se emplea hardware y software libre, así como para el correcto ciclo de vida de desarrollo de SIREF basado en el “Modelo en Cascada”, donde, se divide cada uno de los procesos en sucesivas fases del proyecto, como el análisis, diseño e implementación del sistema. Para finalizar, el funcionamiento y validación del sistema está enfocado en el capítulo IV del documento a través de diferentes pruebas realizadas al sistema, a fin de lograr que la calidad y efectividad de SIREF sea lo mejor posible.es_EC
dc.language.isospaes_EC
dc.rightsopenAccesses_EC
dc.rightsAtribución-NoComercial-CompartirIgual 3.0 Ecuador*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/3.0/ec/*
dc.subjectELECTRÓNICAes_EC
dc.subjectREDES DE COMUNICACIÓNes_EC
dc.subjectSISTEMA ELECTRÓNICOes_EC
dc.titleReconocimiento de expresiones faciales a través de un análisis de patrones de movimientos musculares faciales por medio de técnicas de aprendizaje profundoes_EC
dc.typebachelorThesises_EC
dc.description.degreeIngenieríaes_EC
dc.contributor.deparmentElectrónica y Redes de Comunicaciónes_EC
dc.coverageIbarra. Ecuador.es_EC
dc.identifier.mfn0000034271es_EC
Appears in Collections:Ing. en Electrónica y Redes de Comunicación

Files in This Item:
File Description SizeFormat 
04 RED 256 logo.jpgLogo102.12 kBJPEGThumbnail
View/Open
04 RED 256 TRABAJO GRADO.pdfTrabajo de Grado6.31 MBAdobe PDFThumbnail
View/Open


This item is protected by original copyright



This item is licensed under a Creative Commons License Creative Commons