Desarrollo de un sistema domótico con reconocimiento facial y chatbot para gestión y control de seguridad de una residencia.

En el mundo moderno de hoy, la seguridad del hogar se ha convertido en uno de los más importantes inconvenientes de resolver adecuadamente, por lo que la iniciativa primordial detrás de IoT es facilitar la conexión de varios aparatos eléctricos del hogar a una red local y ofrecer una identidad exclusiva para que de esta forma se permita el intercambio de datos y llegar a establecer funciones que permitan dar seguridad a la residencia. La construcción de software y hardware que integran los sistemas de seguridad han tenido una gran evolución exhaustiva, los sistemas biométricos es una muestra de ello, tanto que se han venido utilizando por mucho tiempo por su efectividad, como es el caso de la clásica autenticación con claves, luego con la llegada de la huella digital, acceso por tarjeta, el monitoreo constante con la video vigilancia, redes de sensores. En la actualidad, la (inteligencia artificial) (IA) se ha venido incorporando de manera más natural a la vida diaria de la población y las operaciones de las organizaciones. La inteligencia artificial está evolucionando para brindar incontables beneficios a todos los sectores productivos como la salud, retail, manufactura, policial y educación. Recientemente, los avances en los sistemas de vigilancia se han producido gracias a los diferentes dispositivos del, IoT internet de las cosas. Este trabajo se presenta un sistema que permite el control y la gestión de seguridad en una residencia por medio del reconocimiento facial, utilizando aprendizaje profundo. Deep Learning, en un dispositivo embebido denominado. Jetson Nano, en la que se incorpora una cámara USB para la creación de las imágenes, reconocimiento facial para la vigilancia, también de una chapa eléctrica para el acceso a la residencia. La arquitectura para la construcción de este proyecto se ha fundamentado en el software libre haciendo uso del sistema operativo Linux en la distribución Ubuntu, el lenguaje de programación de alto nivel Python que permitió la construcción del sistema, implementando librerías para la visión por computador como OpenCV y para la detección y reconocimiento facial Dlib con la api de face_recongnition que incorpora modelos pre-entrenados con redes neuronales convolucionales para la detección y algoritmo de clasificación. Knn, mejorado con una precisión del 99.38%. Para el acceso se utilizó la biblioteca de manejador de señales digitales Jetson.Gpio. Para controlar la vigilancia y gestionar el acceso para evitar que cualquiera entre a la residencia se hizo uso de un chatbot genérico a base de lenguaje natural. Luego de desarrollar el sistema y ensamblado de los dispositivos se efectuaron las pruebas necesarias para medir la eficiencia del sistema en diferentes condiciones de iluminación, estas definidas de acuerdo a las variaciones de tiempo en el día, los cuales determinan la dirección que toma la luz, se ubicó al individuo de prueba a diferentes distancias, estas definidas de acuerdo a la lógica de las personas que tienen en el momento de ubicarse frente a la cámara, tanto del reconocimiento facial para la vigilancia y acceso. Los resultados presentan que el algoritmo de detección y reconocimiento funcionan de forma efectiva en un sistema integrado de bajo coste.

• Κύριος συγγραφέας: Erreyes Gàlvez, Juan José (author)
• Μορφή: bachelorThesis
• Έκδοση: 2022
• Θέματα: SEGURIDAD; RECONOCIMIENTO FACIAL; APRENDIZAJE PROFUNDO; DLIB
• Διαθέσιμο Online: http://repositorio.utmachala.edu.ec/handle/48000/18750