Implementación de un Control de Acceso con Reconocimiento Facial Mediante Opencv para la Sala de Profesores de la FIE.
El sistema de control de acceso mediante reconocimiento facial para la sala de profesores de la Facultad de Informática y Electrónica de la Escuela Superior Politécnica de Chimborazo. Está diseñado, de forma que, nos permite aplicar nuevas tecnologías mejorando la seguridad de ingreso del personal....
Enregistré dans:
| Auteur principal: | |
|---|---|
| Autres auteurs: | |
| Format: | bachelorThesis |
| Langue: | spa |
| Publié: |
2015
|
| Sujets: | |
| Accès en ligne: | https://dspace.espoch.edu.ec/handle/123456789/5020 |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Ajouter un tag | Résumé: | El sistema de control de acceso mediante reconocimiento facial para la sala de profesores de la Facultad de Informática y Electrónica de la Escuela Superior Politécnica de Chimborazo. Está diseñado, de forma que, nos permite aplicar nuevas tecnologías mejorando la seguridad de ingreso del personal. Aplicando el método deductivo se diseñó un sistema de reconocimiento facial basado en un método estadístico que calcula los valores y vectores propios de la matriz de covarianza de intensidad de color en el espacio de grises. El sistema concede el acceso a la persona, si esta se encuentra dentro del horario preestablecido por el administrador, además se proporciona una clave personal en caso de falla en la detección facial, si el usuario se encuentra en el horario establecido se acciona la salida por relé del sistema. El sistema consta de una cámara (raspicam) la cual captura la imagen de cada maestro, una pantalla (tft) donde se visualiza la interfaz gráfica (HMI), una bocina que nos guía en cada etapa del sistema, un teclado alfanumérico para ingresar los diferentes datos de cada maestro, todo el sistema está controlado mediante un ordenador de placa reducida (raspberry) la cual procesa las imágenes y datos de cada persona. A través de tres pruebas experimentales se logró determinar un porcentaje de eficiencia del 78%, que resulta aceptable dentro de los sistemas de reconocimiento facial ya existentes. Se concluyó que la librería Eigenfaces de la biblioteca de visión artificial (OpenCV) demostró ser una adecuada herramienta, permitiendo tener un entrenamiento rápido y un alto porcentaje de fiabilidad en el reconocimiento de la imagen de cada maestro. Se recomienda incorporar una fuente de luz (60W), ya que sin una adecuada iluminación la imagen se monocromiza y se produce un error en el reconocimiento facial del sistema. |
|---|