Diseño de un sistema de reconocimiento facial para acceso a áreas restringidas utilizando visión artificial y redes neuronales

El presente proyecto se enfoca en el desarrollo de un prototipo destinado a fortalecer la seguridad en áreas de acceso restringido. En este sentido, se propone la creación de un modelo clasificador basado en redes neuronales convolucionales, una técnica avanzada en el campo del aprendizaje automático que se ha demostrado altamente efectiva en la clasificación de datos complejos. Esta elección se fundamenta en la capacidad inherente de las redes neuronales convolucionales para aprender patrones y características relevantes en conjuntos de datos, lo que las convierte en una opción ideal para abordar problemas de seguridad como la identificación de personas autorizadas y no autorizadas en entornos controlados. El proceso de desarrollo del prototipo implica la recolección y preparación de datos de entrada, así como la implementación de algoritmos de entrenamiento adecuados para el modelo de redes neuronales convolucionales. Se espera que este proceso permita al modelo aprender de manera efectiva a distinguir entre diferentes clases de imágenes, en este caso, personas autorizadas y no autorizadas. En cuanto a la implementación practica del sistema, se contempla la integración de un sistema de visión artificial que aprovechará técnicas de detección de rostros para capturar imágenes de individuos que intentan acceder al área restringida. Estas imágenes serán procesadas por el modelo previamente entrenado, el cual utilizará sus conocimientos para determinar si el sujeto en cuestión está autorizado para el acceso. En caso afirmativo, se enviará una señal de activación a una cerradura eléctrica mediante un controlador específico, permitiendo así la apertura controlada del acceso. Un aspecto clave en la implementación de este prototipo es el uso del lenguaje de programación Python. Python ofrece una amplia gama de bibliotecas y herramientas especializadas en aprendizaje automático y visión artificial, lo que facilita considerablemente el desarrollo y la implementación de sistemas complejos como el propuesto en este proyecto. Gracias a la flexibilidad y robustez de Python, se espera que el desarrollo del prototipo avance de manera eficiente y efectiva, garantizando así una solución sólida para mejorar la seguridad en áreas restringidas.

• 主要作者: Peñaherrera Plúa, Jorge Patricio (author)
• 其他作者: Triviño Quiñonez, Josué Emanuel (author)
• 格式: bachelorThesis
• 语言: spa
• 出版: 2024
• 主题: PROTOTIPO; SEGURIDAD; APRENDIZAJE AUTOMÁTICO; VISIÓN ARTIFICIAL; SISTEMA DE CONTROL; PHYTON
• 在线阅读: http://dspace.ups.edu.ec/handle/123456789/27905