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...
-д хадгалсан:
| Үндсэн зохиолч: | |
|---|---|
| Формат: | masterThesis |
| Хэвлэсэн: |
2023
|
| Нөхцлүүд: | |
| Онлайн хандалт: | http://repositorio.utmachala.edu.ec/handle/48000/21621 |
| Шошгууд: |
Шошго нэмэх
Шошго байхгүй, Энэхүү баримтыг шошголох эхний хүн болох!
|
Шошго нэмэх | _version_ | 1863460944549511169 |
|---|---|
| author | Quezada Centeno, Carlos Manuel |
| author_facet | Quezada Centeno, Carlos Manuel |
| author_role | author |
| collection | Repositorio Universidad Técnica de Machala |
| dc.contributor.none.fl_str_mv | Rivas Asanza, Wilmer Braulio Samaniego Ocampo, Rosemary |
| dc.creator.none.fl_str_mv | Quezada Centeno, Carlos Manuel |
| dc.date.none.fl_str_mv | 2023-08-08T20:17:45Z 2023-08-08T20:17:45Z 2023-08 |
| dc.format.none.fl_str_mv | application/pdf |
| dc.identifier.none.fl_str_mv | Quezada Centeno, Carlos Manuel (2023) Modelo de reconocimiento de rostros utilizando inteligencia artificial. Caso de estudio: Supervisión remota de exámenes en línea, Universidad Técnica de Machala TMFIC-2023-SOFT-DE00024 http://repositorio.utmachala.edu.ec/handle/48000/21621 |
| dc.language.none.fl_str_mv | es |
| dc.publisher.none.fl_str_mv | Machala: Universidad Técnica de Machala |
| dc.rights.none.fl_str_mv | https://creativecommons.org/licenses/by-nc-sa/3.0/ec/ info:eu-repo/semantics/openAccess |
| dc.source.none.fl_str_mv | reponame:Repositorio Universidad Técnica de Machala instname:Universidad Técnica de Machala instacron:UTMACH |
| dc.subject.none.fl_str_mv | RECONOCIMIENTO FACIAL, INTELIGENCIA ARTIFICIAL SUPLANTACION DE IDENTIDAD EVALUACION EN LINEA SEGURIDAD PROTOTIPO |
| dc.title.none.fl_str_mv | Modelo de reconocimiento de rostros utilizando inteligencia artificial. Caso de estudio: Supervisión remota de exámenes en línea . |
| dc.type.none.fl_str_mv | info:eu-repo/semantics/publishedVersion info:eu-repo/semantics/masterThesis |
| description | 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. |
| eu_rights_str_mv | openAccess |
| format | masterThesis |
| id | UTMACH_d489b409a3f2e507793c7b13263d5d44 |
| identifier_str_mv | Quezada Centeno, Carlos Manuel (2023) Modelo de reconocimiento de rostros utilizando inteligencia artificial. Caso de estudio: Supervisión remota de exámenes en línea, Universidad Técnica de Machala TMFIC-2023-SOFT-DE00024 |
| instacron_str | UTMACH |
| institution | UTMACH |
| instname_str | Universidad Técnica de Machala |
| language_invalid_str_mv | es |
| network_acronym_str | UTMACH |
| network_name_str | Repositorio Universidad Técnica de Machala |
| oai_identifier_str | oai:repositorio.utmachala.edu.ec:48000/21621 |
| publishDate | 2023 |
| publisher.none.fl_str_mv | Machala: Universidad Técnica de Machala |
| reponame_str | Repositorio Universidad Técnica de Machala |
| repository.mail.fl_str_mv | . |
| repository.name.fl_str_mv | Repositorio Universidad Técnica de Machala - Universidad Técnica de Machala |
| repository_id_str | 0 |
| rights_invalid_str_mv | https://creativecommons.org/licenses/by-nc-sa/3.0/ec/ |
| spelling | Modelo de reconocimiento de rostros utilizando inteligencia artificial. Caso de estudio: Supervisión remota de exámenes en línea .Quezada Centeno, Carlos ManuelRECONOCIMIENTO FACIAL,INTELIGENCIA ARTIFICIALSUPLANTACION DE IDENTIDADEVALUACION EN LINEASEGURIDADPROTOTIPOEn 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.In the context of the COVID-19 pandemic, the virtualization of traditional schools and hence online evaluation became a necessity to ensure the continuity of educational processes. However, identity fraud became a vulnerable aspect in remote environments, as it can compromise the validity and reliability of student knowledge assessment. In this thesis, a facial recognition model based on artificial intelligence algorithms is proposed to improve security in online evaluations. The main objective is to compare and select three facial recognition algorithms to choose the one that performs best in terms of accuracy and efficiency and meets the study's needs. To achieve this, three facial recognition algorithms were compared: Eigenfaces, Facerecognition, and FaceNet, the latter being a Convolutional Neural Networks model. Experiments were conducted using the faces of 10 students in various circumstances to evaluate the accuracy and efficiency of the algorithms. The results indicated that the FaceNet algorithm presented the best precision and efficiency in facial identification, surpassing the other two algorithms compared. However, the Face-recognition algorithm was chosen for implementation in the prototype due to its ease of use and being open-source software. The facial recognition prototype was developed using the Python programming language and the OpenCV library. Efficiency tests were conducted, and acceptable results were obtained for online application. The results indicate that the facial recognition prototype based on the Facerecognition algorithm is capable of identifying people accurately and efficiently in various circumstances. This demonstrates its usefulness in taking online evaluations to prevent identity fraud. This thesis contributes to the development of technological solutions for improving security in online evaluations. It also opens up the possibility of future research for implementation in other contexts, such as real-time security and surveillance systems for identifying people.Machala: Universidad Técnica de MachalaRivas Asanza, Wilmer BraulioSamaniego Ocampo, Rosemary2023-08-08T20:17:45Z2023-08-08T20:17:45Z2023-08info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfQuezada Centeno, Carlos Manuel (2023) Modelo de reconocimiento de rostros utilizando inteligencia artificial. Caso de estudio: Supervisión remota de exámenes en línea, Universidad Técnica de MachalaTMFIC-2023-SOFT-DE00024http://repositorio.utmachala.edu.ec/handle/48000/21621eshttps://creativecommons.org/licenses/by-nc-sa/3.0/ec/info:eu-repo/semantics/openAccessreponame:Repositorio Universidad Técnica de Machalainstname:Universidad Técnica de Machalainstacron:UTMACH2025-11-22T05:38:35Zoai:repositorio.utmachala.edu.ec:48000/21621Institucionalhttp://repositorio.utmachala.edu.ec/Universidad públicahttps://www.utmachala.edu.ec/http://repositorio.utmachala.edu.ec/oai.Ecuador...opendoar:02025-11-22T05:38:35Repositorio Universidad Técnica de Machala - Universidad Técnica de Machalafalse |
| spellingShingle | Modelo de reconocimiento de rostros utilizando inteligencia artificial. Caso de estudio: Supervisión remota de exámenes en línea . Quezada Centeno, Carlos Manuel RECONOCIMIENTO FACIAL, INTELIGENCIA ARTIFICIAL SUPLANTACION DE IDENTIDAD EVALUACION EN LINEA SEGURIDAD PROTOTIPO |
| status_str | publishedVersion |
| title | Modelo de reconocimiento de rostros utilizando inteligencia artificial. Caso de estudio: Supervisión remota de exámenes en línea . |
| title_full | Modelo de reconocimiento de rostros utilizando inteligencia artificial. Caso de estudio: Supervisión remota de exámenes en línea . |
| title_fullStr | Modelo de reconocimiento de rostros utilizando inteligencia artificial. Caso de estudio: Supervisión remota de exámenes en línea . |
| title_full_unstemmed | Modelo de reconocimiento de rostros utilizando inteligencia artificial. Caso de estudio: Supervisión remota de exámenes en línea . |
| title_short | Modelo de reconocimiento de rostros utilizando inteligencia artificial. Caso de estudio: Supervisión remota de exámenes en línea . |
| title_sort | Modelo de reconocimiento de rostros utilizando inteligencia artificial. Caso de estudio: Supervisión remota de exámenes en línea . |
| topic | RECONOCIMIENTO FACIAL, INTELIGENCIA ARTIFICIAL SUPLANTACION DE IDENTIDAD EVALUACION EN LINEA SEGURIDAD PROTOTIPO |
| url | http://repositorio.utmachala.edu.ec/handle/48000/21621 |