|
Please use this identifier to cite or link to this item:
https://repositorio.utn.edu.ec/handle/123456789/15717
Title: | Aplicación móvil de reconocimiento facial para el control de asistencia a clases de los estudiantes de la Universidad Técnica del Norte utilizando técnicas de Inteligencia Artificial |
metadata.dc.contributor.advisor: | Pusda Chulde, Marco Remigio |
Authors: | Guaichico Piñán, Edison Geovanny |
metadata.dc.type: | bachelorThesis |
Keywords: | SOFTWARE;BIOMETRÍA;INTELIGENCIA ARTIFICIAL |
Issue Date: | 7-Mar-2024 |
metadata.dc.date.created: | 16-Feb-2024 |
Abstract: | Hasta la actualidad se han realizados varios sistemas de registro de asistencia utilizando redes neuronales profundas, en su mayoría aplicaciones web. El objetivo de este trabajo fue desarrollar un nuevo método que ayude a reducir el tiempo en el registro de asistencia a clases de los estudiantes de la Universidad Técnica del Norte, utilizando redes neuronales convolucionales. Para dar solución al problema de exceso de tiempo se desarrolló una aplicación móvil de registro de asistencia implementado MTCNN un modelo bastante robusto para detección facial y MobileFaceNet. MobileFaceNet es un modelo utilizado para la extracción de incrustaciones faciales bastante ligera, y su precisión se considera similar a los mejores modelos actuales que realizan la misma tarea. La aplicación móvil captura imágenes cada segundo en tiempo real mediante la cámara principal del teléfono. Si se ha detectado un rostro, MobileFaceNet extrae las incrustaciones faciales de la imagen. Posteriormente mediante distancia euclidiana se verifica la identidad del estudiante, comparando el embedding predicho entre un conjunto de embedding previamente almacenado en una base de datos. La base de datos es un archivo json, que contiene la información y las incrustaciones faciales de cada estudiante. Con los estudiantes identificados se genera un reporte en Excel, el cual podrá ser utilizado por los docentes para registrar la asistencia, cargando el documento generado al portafolio académico de la Universidad. La sección de aprendizaje automático se analizó mediante el método CRISP-DM. Por otro lado, se utilizó la metodología en Cascada en el desarrollo de la aplicación móvil y, finalmente, se siguió las buenas prácticas establecidas por SWEBOK junto con las pruebas de caja negra para la validación de la aplicación. Las pruebas fueron realizadas a un grupo de 16 estudiantes, en un entorno controlado, en dos escenarios diferentes. En los dos escenarios los tiempos fueron mejores que realizarlo mediante el método tradicional. Por ende, se recomienda que este método pueda ser una solución viable para en un futuro considerar cambiar el método de registro de asistencia en la Universidad Técnica del Norte, en función de los resultados obtenidos. |
Description: | Desarrollar una aplicación móvil de reconocimiento facial para el control de asistencia a clases de los estudiantes de la Universidad Técnica del Norte utilizando técnicas de Inteligencia Artificial. |
URI: | http://repositorio.utn.edu.ec/handle/123456789/15717 |
metadata.dc.identifier.other: | 04/SOF/ 041 |
metadata.dc.coverage: | Ibarra. Ecuador |
metadata.dc.description.degree: | Ingeniería |
metadata.dc.identifier.mfn: | 0000042761 |
metadata.dc.contributor.deparment: | Software |
Appears in Collections: | Software |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
04 SOF 041 LOGO.png | Logo | 191.57 kB | image/png | View/Open |
04 SOF 041 TRABAJO DE GRADO.pdf | Trabajo de grado | 3.35 MB | Adobe PDF | View/Open |
This item is protected by original copyright |
This item is licensed under a Creative Commons License