Diseño e Implementación de un Sistema de Seguridad para un Automóvil con Autenticación por Reconocimiento Facial Utilizando Técnicas de Visión Artificial.
Con el objetivo de determinar una adecuada cámara, un adecuado algoritmo de reconocimiento facial y adecuado sistema embebido, en la ciudad de Riobamba se diseñó y ensamblo un sistema de seguridad para automóviles con autenticación por reconocimiento facial con un micro controlador con arquitectura...
সংরক্ষণ করুন:
| প্রধান লেখক: | |
|---|---|
| বিন্যাস: | bachelorThesis |
| ভাষা: | spa |
| প্রকাশিত: |
2016
|
| বিষয়গুলি: | |
| অনলাইন ব্যবহার করুন: | https://dspace.espoch.edu.ec/handle/123456789/5008 |
| ট্যাগগুলো: |
ট্যাগ যুক্ত করুন
কোনো ট্যাগ নেই, প্রথমজন হিসাবে ট্যাগ করুন!
|
ট্যাগ যুক্ত করুন | সংক্ষিপ্ত: | Con el objetivo de determinar una adecuada cámara, un adecuado algoritmo de reconocimiento facial y adecuado sistema embebido, en la ciudad de Riobamba se diseñó y ensamblo un sistema de seguridad para automóviles con autenticación por reconocimiento facial con un micro controlador con arquitectura ARM de 32 bits, software libre OPENCV que es usado para analizar imágenes y en si para dotar al sistema de visión artificial sobre un pequeño computador Raspberry Pi 2 que cuenta con el sistema operativo Raspbian, el sistema cuenta con diferentes partes o etapas, teniendo así un módulo para geo localización constituido por un Atmega 328p junto con un Módulo GSM/GPRS/GPS SIM908 para manejar redes inalámbricas como GSM y GPS, el sistema tiene la capacidad de mantener sin arranque al vehículo si no se supera la autenticación, puede avisarnos de anomalías con una llamada perdida, es capaz de darnos su localización aproximada por mensajes de texto cortos, cuenta con una aplicación Android para interactuar con el usuario la cual cuenta con la opción para abrir el seguro de puertas del automóvil por medio de ordenes enviadas a través de Bluetooth, además tiene clave de súper usuario para casos de emergencia, la cámara de tipo webcam USB obtuvo resultados de un 74% en contraste al tipo de mayor requerimiento, no así las cámaras de Protocolo de Internet (IP) y la con Conector de Interfaz Serial(CSI)con mayores porcentajes, así mismo con el método Local Binary Patterns Histogram (LBPH) obtuvo menores requerimientos con un 88.57% . Concluyendo así que la mejor cámara y mejor método de reconocimiento facial resultaron ser la webcam USB y LBPH respectivamente, también analizando que el sistema embebido más adecuado fue la antes mencionada Raspberry Pi 2, por estos resultados obtenidos se recomienda usar las usadas en este caso para con ello no caer en el sobredimensionamiento innecesario en la aplicación. |
|---|