Aplicación móvil para el registro de asistencia académica en tiempo real basada en la red neuronal convolucional MobileFaceNet
El registro de asistencia controla la participación del estudiante en las actividades académicas universitarias, reflejando el compromiso con su formación profesional. Sin embargo, los sistemas tradicionales requieren un tiempo moderado para realizar esta actividad y pueden ser susceptibles de fraud...
Na minha lista:
| Autor principal: | |
|---|---|
| Outros Autores: | , , , |
| Formato: | article |
| Idioma: | eng |
| Publicado em: |
2025
|
| Assuntos: | |
| Acesso em linha: | https://repositorio.utn.edu.ec/handle/123456789/18329 https://dm.ageditor.ar/index.php/dm/article/view/193 |
| Tags: |
Adicionar Tag
Sem tags, seja o primeiro a adicionar uma tag!
|
Adicionar Tag | _version_ | 1858969198305214464 |
|---|---|
| author | Guaichico Piñán, Edison Geovanny |
| author2 | Pusdá Chulde, Marco Remigio Ortega Bustamante, Cosme MacArthur Granda Gudiño, Pedro David García Santillán, Iván Danilo |
| author2_role | author author author author |
| author_facet | Guaichico Piñán, Edison Geovanny Pusdá Chulde, Marco Remigio Ortega Bustamante, Cosme MacArthur Granda Gudiño, Pedro David García Santillán, Iván Danilo |
| author_role | author |
| collection | Repositorio Universidad Técnica del Norte |
| dc.contributor.none.fl_str_mv | https://orcid.org/0009-0008-4914-1230 https://orcid.org/0000-0003-4265-999X https://orcid.org/0000-0003-3061-9595 https://orcid.org/0000-0001-5638-5673 https://orcid.org/0000-0001-6404-5185 |
| dc.coverage.none.fl_str_mv | Ibarra. Ecuador |
| dc.creator.none.fl_str_mv | Guaichico Piñán, Edison Geovanny Pusdá Chulde, Marco Remigio Ortega Bustamante, Cosme MacArthur Granda Gudiño, Pedro David García Santillán, Iván Danilo |
| dc.date.none.fl_str_mv | 2025-12-17T16:27:10Z 2025-12-17T16:27:10Z 2025-02-13 2025-12-17 |
| dc.identifier.none.fl_str_mv | 2953-4917 https://repositorio.utn.edu.ec/handle/123456789/18329 https://dm.ageditor.ar/index.php/dm/article/view/193 |
| dc.language.none.fl_str_mv | eng |
| dc.publisher.none.fl_str_mv | Data and Metadata |
| dc.rights.none.fl_str_mv | Atribución-NoComercial-CompartirIgual 3.0 Ecuador http://creativecommons.org/licenses/by-nc-sa/3.0/ec/ info:eu-repo/semantics/openAccess |
| dc.source.none.fl_str_mv | reponame:Repositorio Universidad Técnica del Norte instname:Universidad Técnica del Norte instacron:UTN |
| dc.subject.none.fl_str_mv | INTELIGENCIA ARTIFICIAL RECONOCIMIENTO FACIAL APLICACIÓN MÓVIL REGISTRO DE ASISTENCIA ARTIFICIAL INTELLIGENCE FACIAL RECOGNITION STUDENT ATTENDANCE REGISTRATION MOBILE APP |
| dc.title.none.fl_str_mv | Aplicación móvil para el registro de asistencia académica en tiempo real basada en la red neuronal convolucional MobileFaceNet Mobile app for real-time academic attendance registration based on MobileFaceNet Convolutional neural network |
| dc.type.none.fl_str_mv | info:eu-repo/semantics/publishedVersion info:eu-repo/semantics/article |
| description | El registro de asistencia controla la participación del estudiante en las actividades académicas universitarias, reflejando el compromiso con su formación profesional. Sin embargo, los sistemas tradicionales requieren un tiempo moderado para realizar esta actividad y pueden ser susceptibles de fraude y errores. En el panorama tecnológico actual, el reconocimiento facial se ha convertido en una solución eficaz a problemas en diversos campos. Actualmente, todos los profesores universitarios poseen smartphones. Considerando esta ventaja, este artículo propone desarrollar una aplicación móvil para el registro de asistencia académica utilizando tecnologías avanzadas de inteligencia artificial como Multitasking Cascade Convolutional Networks (MTCNN) en la detección facial, MobileFaceNet en la extracción de rasgos faciales (vector facial) y la función de distancia euclidiana en el cálculo de similitud entre los vectores obtenidos. MobileFaceNet fue evaluado en Python, utilizando un conjunto de datos personalizado de estudiantes de nivel superior de la carrera de Software de la Universidad Técnica del Norte, logrando una precisión del 98,9 % y del 99,4 % en LWF. Posteriormente, los modelos fueron integrados en una aplicación móvil desarrollada con Android Studio. Finalmente, se comparó el tiempo requerido para registrar la asistencia utilizando la plataforma académica de la universidad (SIIU) y la aplicación móvil de reconocimiento facial. El benchmarking mostró una reducción de 24 segundos del 33 % en el tiempo de registro de asistencia. |
| eu_rights_str_mv | openAccess |
| format | article |
| id | UTN_83da1a97e8758e682d2fd500cb669f01 |
| identifier_str_mv | 2953-4917 |
| instacron_str | UTN |
| institution | UTN |
| instname_str | Universidad Técnica del Norte |
| language | eng |
| network_acronym_str | UTN |
| network_name_str | Repositorio Universidad Técnica del Norte |
| oai_identifier_str | oai:repositorio.utn.edu.ec:123456789/18329 |
| publishDate | 2025 |
| publisher.none.fl_str_mv | Data and Metadata |
| reponame_str | Repositorio Universidad Técnica del Norte |
| repository.mail.fl_str_mv | . |
| repository.name.fl_str_mv | Repositorio Universidad Técnica del Norte - Universidad Técnica del Norte |
| repository_id_str | 4189 |
| rights_invalid_str_mv | Atribución-NoComercial-CompartirIgual 3.0 Ecuador http://creativecommons.org/licenses/by-nc-sa/3.0/ec/ |
| spelling | Aplicación móvil para el registro de asistencia académica en tiempo real basada en la red neuronal convolucional MobileFaceNetMobile app for real-time academic attendance registration based on MobileFaceNet Convolutional neural networkGuaichico Piñán, Edison GeovannyPusdá Chulde, Marco RemigioOrtega Bustamante, Cosme MacArthurGranda Gudiño, Pedro DavidGarcía Santillán, Iván DaniloINTELIGENCIA ARTIFICIALRECONOCIMIENTO FACIALAPLICACIÓN MÓVILREGISTRO DE ASISTENCIAARTIFICIAL INTELLIGENCEFACIAL RECOGNITIONSTUDENT ATTENDANCE REGISTRATIONMOBILE APPEl registro de asistencia controla la participación del estudiante en las actividades académicas universitarias, reflejando el compromiso con su formación profesional. Sin embargo, los sistemas tradicionales requieren un tiempo moderado para realizar esta actividad y pueden ser susceptibles de fraude y errores. En el panorama tecnológico actual, el reconocimiento facial se ha convertido en una solución eficaz a problemas en diversos campos. Actualmente, todos los profesores universitarios poseen smartphones. Considerando esta ventaja, este artículo propone desarrollar una aplicación móvil para el registro de asistencia académica utilizando tecnologías avanzadas de inteligencia artificial como Multitasking Cascade Convolutional Networks (MTCNN) en la detección facial, MobileFaceNet en la extracción de rasgos faciales (vector facial) y la función de distancia euclidiana en el cálculo de similitud entre los vectores obtenidos. MobileFaceNet fue evaluado en Python, utilizando un conjunto de datos personalizado de estudiantes de nivel superior de la carrera de Software de la Universidad Técnica del Norte, logrando una precisión del 98,9 % y del 99,4 % en LWF. Posteriormente, los modelos fueron integrados en una aplicación móvil desarrollada con Android Studio. Finalmente, se comparó el tiempo requerido para registrar la asistencia utilizando la plataforma académica de la universidad (SIIU) y la aplicación móvil de reconocimiento facial. El benchmarking mostró una reducción de 24 segundos del 33 % en el tiempo de registro de asistencia.N/AThe attendance record monitors the student’s participation in university academic activities, reflecting the commitment to their professional training. However, traditional systems require moderate time to perform this activity and can be susceptible to fraud and errors. In today’s technological landscape, facial recognition has become an effective solution to problems in various fields. Currently, all university professors own smartphones. Considering this advantage, this article proposes to develop a mobile application for the registration of academic attendance using advanced artificial intelligence technologies such as Multitasking Cascade Convolutional Networks (MTCNN) in facial detection, MobileFaceNet in facial feature extraction (facial vector) and the Euclidean distance function in the calculation of similarity between obtained vectors. MobileFaceNet was evaluated in Python, using a personalized dataset of top-level students of the Software career of the Universidad Técnica del Norte, achieving an accuracy of 98,9 % and 99,4 % in LWF. The models were then integrated into a mobile app developed with Android Studio. Finally, the time required to register attendance was compared using the university academic platform (SIIU) and the facial recognition mobile application. The benchmarking showed a 24-second reduction of 33 % in attendance registration time.Data and Metadatahttps://orcid.org/0009-0008-4914-1230https://orcid.org/0000-0003-4265-999Xhttps://orcid.org/0000-0003-3061-9595https://orcid.org/0000-0001-5638-5673https://orcid.org/0000-0001-6404-51852025-12-17T16:27:10Z2025-12-17T16:27:10Z2025-02-132025-12-17info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/article2953-4917https://repositorio.utn.edu.ec/handle/123456789/18329https://dm.ageditor.ar/index.php/dm/article/view/193engIbarra. EcuadorAtribución-NoComercial-CompartirIgual 3.0 Ecuadorhttp://creativecommons.org/licenses/by-nc-sa/3.0/ec/info:eu-repo/semantics/openAccessreponame:Repositorio Universidad Técnica del Norteinstname:Universidad Técnica del Norteinstacron:UTN2025-12-17T16:27:11Zoai:repositorio.utn.edu.ec:123456789/18329Institucionalhttp://repositorio.utn.edu.ec/Universidad públicahttps://www.utn.edu.ec/http://repositorio.utn.edu.ec/oai.Ecuador...opendoar:41892025-12-17T16:27:11Repositorio Universidad Técnica del Norte - Universidad Técnica del Nortefalse |
| spellingShingle | Aplicación móvil para el registro de asistencia académica en tiempo real basada en la red neuronal convolucional MobileFaceNet Guaichico Piñán, Edison Geovanny INTELIGENCIA ARTIFICIAL RECONOCIMIENTO FACIAL APLICACIÓN MÓVIL REGISTRO DE ASISTENCIA ARTIFICIAL INTELLIGENCE FACIAL RECOGNITION STUDENT ATTENDANCE REGISTRATION MOBILE APP |
| status_str | publishedVersion |
| title | Aplicación móvil para el registro de asistencia académica en tiempo real basada en la red neuronal convolucional MobileFaceNet |
| title_full | Aplicación móvil para el registro de asistencia académica en tiempo real basada en la red neuronal convolucional MobileFaceNet |
| title_fullStr | Aplicación móvil para el registro de asistencia académica en tiempo real basada en la red neuronal convolucional MobileFaceNet |
| title_full_unstemmed | Aplicación móvil para el registro de asistencia académica en tiempo real basada en la red neuronal convolucional MobileFaceNet |
| title_short | Aplicación móvil para el registro de asistencia académica en tiempo real basada en la red neuronal convolucional MobileFaceNet |
| title_sort | Aplicación móvil para el registro de asistencia académica en tiempo real basada en la red neuronal convolucional MobileFaceNet |
| topic | INTELIGENCIA ARTIFICIAL RECONOCIMIENTO FACIAL APLICACIÓN MÓVIL REGISTRO DE ASISTENCIA ARTIFICIAL INTELLIGENCE FACIAL RECOGNITION STUDENT ATTENDANCE REGISTRATION MOBILE APP |
| url | https://repositorio.utn.edu.ec/handle/123456789/18329 https://dm.ageditor.ar/index.php/dm/article/view/193 |