Comparar tres métodos convencionales de reconocimiento facial y confrontar el de mejor resultado frente a computación cognitiva

El proyecto consistirá en una comparación y análisis de 3 técnicas diferentes de reconocimiento y detección de personas en video, estos métodos consistirán en el uso de un clasificador, cualquiera de las metodologías del proyecto: el uso de máquinas de soporte de vectores, en cascada clasificadores y el uso de detección de puntos. Esto permitirá obtener información sobre la precisión y complejidad de cada técnica o metodología, y también puede obtener información sobre el entrenamiento cuando se ingresa a una nueva persona. Para la ejecución de este proyecto se debe seguir un flujo muy estricto ya que cada paso que se realiza en el proyecto dependerá del paso anterior. Como una idea central del proyecto se desarrollará una comparación de las tres metodologías mencionadas anteriormente para encontrar el que tiene la mayor precisión y el mayor porcentaje de visitas. Inicialmente se construirá una base de datos de caras que serviría de insumo para establecer un número de imágenes por persona y el número de ellas que se utilizarán, esto dependerá de la metodología que se va a ejecutar, es decir, cada metodología se utilizará como introducir una cantidad diferente de imágenes para su propia implementación. El siguiente paso es la implementación de los diferentes algoritmos que corresponden a las diferentes metodologías con el apoyo de diferentes bibliotecas. Con la implementación de cada una de las metodologías se podría realizar un análisis de los resultados obtenidos que permitan cuantificar su precisión o porcentaje de éxito, tiempo de ejecución, cantidad de imágenes (tablas) utilizadas y tiempo de reciclaje. Entonces será posible determinar qué metodología tiene mejores resultados que los demás en términos de porcentaje de identificación y reconocer las limitaciones de cada metodología implementada. Finalmente, habiendo identificado la mejor metodología con mejores resultados se hará una comparación con la implementación que se desarrolla a partir de la computación cognitiva. Hoy en día, en la era de los sistemas cognitivos, los sistemas pueden aprender de sus experiencias, encontrar correlaciones, crear hipótesis y recordar los resultados y aprender de ellos un valor añadido al proyecto.

• Autores: Ospina Herrera, Alexis; Pulido Morales, Mateo
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2017
• Institución: Instituto Tecnológico Metropolitano
• Repositorio: Repositorio ITM
• Idioma: spa
• OAI Identifier: oai:repositorio.itm.edu.co:20.500.12622/1706
• Acceso en línea: http://hdl.handle.net/20.500.12622/1706
• Palabra clave: Reconocimiento facial (Informática); Face perception; Percepción de caras
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/