Modelo de reconocimiento de rostros utilizando inteligencia artificial. Caso de estudio: Supervisión remota de exámenes en línea .
En el contexto de la pandemia de COVID-19, la virtualización de la escuela tradicional y por ende la evaluación en línea se convirtió en una necesidad para garantizar la continuidad de los procesos educativos. Sin embargo, la suplantación de identidad se convirtió en un aspecto vulnerable en ambient...
Gorde:
| Egile nagusia: | |
|---|---|
| Formatua: | masterThesis |
| Argitaratua: |
2023
|
| Gaiak: | |
| Sarrera elektronikoa: | http://repositorio.utmachala.edu.ec/handle/48000/21621 |
| Etiketak: |
Etiketa erantsi
Etiketarik gabe, Izan zaitez lehena erregistro honi etiketa jartzen!
|
Etiketa erantsi | Gaia: | En el contexto de la pandemia de COVID-19, la virtualización de la escuela tradicional y por ende la evaluación en línea se convirtió en una necesidad para garantizar la continuidad de los procesos educativos. Sin embargo, la suplantación de identidad se convirtió en un aspecto vulnerable en ambientes remotos, porque puede comprometer la validez y confiabilidad de la evaluación del conocimiento de los estudiantes. En este trabajo de titulación, se propone un modelo de reconocimiento facial basado en algoritmos de inteligencia artificial para mejorar la seguridad en la toma de evaluaciones en línea. El objetivo principal es comparar y seleccionar tres algoritmos de reconocimiento facial para elegir el que mejor desempeño presenta en términos de precisión y eficiencia y se ajuste a las necesidades del estudio. Para ello, se compararon tres algoritmos de reconocimiento facial. Eigenfaces, Facerecognition y FaceNet, este último un modelo de Redes Neuronales Convolucionales. Se realizaron experimentos utilizando rostros de 10 estudiantes en diversas circunstancias para evaluar la precisión y eficiencia de los algoritmos. Los resultados indicaron que el algoritmo FaceNet presentó la mejor precisión y eficiencia en la identificación de rostros, superando a los otros dos algoritmos comparados. Sin embargo, se decidió utilizar el algoritmo Facerecognition para la implementación en el prototipo, debido a su facilidad de uso y al hecho de ser un software de código abierto. El prototipo de reconocimiento facial se desarrolló utilizando el lenguaje de programación Python y la librería OpenCV. Se realizaron pruebas de eficiencia y se obtuvieron resultados aceptables para la aplicación en línea. Los resultados obtenidos indican que el prototipo de reconocimiento facial basado en el algoritmo Face-recognition es capaz de identificar a las personas de manera precisa y eficiente en diversas circunstancias. Esto demuestra su utilidad en la toma de evaluaciones en línea para evitar la suplantación de identidad. Este trabajo de titulación contribuye al desarrollo de soluciones tecnológicas para la mejora de la seguridad en la toma de evaluaciones en línea. Además, abre la posibilidad de futuras investigaciones para su implementación en otros contextos, como la identificación de personas en sistemas de seguridad y vigilancia en tiempo real. |
|---|