Reconocimiento facial en tiempo real orientado a video llamadas o live stream para autenticar identidades durante una audiencia legal

En este libro se encuentra la descripción del diseño y desarrollo de la aplicación para reconocimiento facial en tiempo real, se documenta todo el desarrollo de esta herramienta con alta calidad investigativa y buenos resultados en las pruebas realizadas, con el fin de aportar una solución a la prob...

Full description

Autores:
Pardo Morcote, Julián David
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2020
Institución:
Universidad Santo Tomás
Repositorio:
Repositorio Institucional USTA
Idioma:
spa
OAI Identifier:
oai:repository.usta.edu.co:11634/30508
Acceso en línea:
http://hdl.handle.net/11634/30508
Palabra clave:
facial recognition
Dlib
neural networks
artificial vision
artificial intelligence
Python
reconocimiento facial
Dlib
redes neuronales
visión artificial
inteligencia artificial
Python
Rights
openAccess
License
Atribución-NoComercial-SinDerivadas 2.5 Colombia
id SANTTOMAS2_7c4c06840beb8c7acd8eb3d946e7bb94
oai_identifier_str oai:repository.usta.edu.co:11634/30508
network_acronym_str SANTTOMAS2
network_name_str Repositorio Institucional USTA
repository_id_str
dc.title.spa.fl_str_mv Reconocimiento facial en tiempo real orientado a video llamadas o live stream para autenticar identidades durante una audiencia legal
title Reconocimiento facial en tiempo real orientado a video llamadas o live stream para autenticar identidades durante una audiencia legal
spellingShingle Reconocimiento facial en tiempo real orientado a video llamadas o live stream para autenticar identidades durante una audiencia legal
facial recognition
Dlib
neural networks
artificial vision
artificial intelligence
Python
reconocimiento facial
Dlib
redes neuronales
visión artificial
inteligencia artificial
Python
title_short Reconocimiento facial en tiempo real orientado a video llamadas o live stream para autenticar identidades durante una audiencia legal
title_full Reconocimiento facial en tiempo real orientado a video llamadas o live stream para autenticar identidades durante una audiencia legal
title_fullStr Reconocimiento facial en tiempo real orientado a video llamadas o live stream para autenticar identidades durante una audiencia legal
title_full_unstemmed Reconocimiento facial en tiempo real orientado a video llamadas o live stream para autenticar identidades durante una audiencia legal
title_sort Reconocimiento facial en tiempo real orientado a video llamadas o live stream para autenticar identidades durante una audiencia legal
dc.creator.fl_str_mv Pardo Morcote, Julián David
dc.contributor.advisor.spa.fl_str_mv Pardo Beainy, Camilo
Rodríguez Caro, Daniel
dc.contributor.author.spa.fl_str_mv Pardo Morcote, Julián David
dc.subject.keyword.spa.fl_str_mv facial recognition
Dlib
neural networks
artificial vision
artificial intelligence
Python
topic facial recognition
Dlib
neural networks
artificial vision
artificial intelligence
Python
reconocimiento facial
Dlib
redes neuronales
visión artificial
inteligencia artificial
Python
dc.subject.proposal.spa.fl_str_mv reconocimiento facial
Dlib
redes neuronales
visión artificial
inteligencia artificial
Python
description En este libro se encuentra la descripción del diseño y desarrollo de la aplicación para reconocimiento facial en tiempo real, se documenta todo el desarrollo de esta herramienta con alta calidad investigativa y buenos resultados en las pruebas realizadas, con el fin de aportar una solución a la problemática de suplantación de identidades, estableciendo como objetivo crear una herramienta informática para autenticar identidades durante video llamadas, que se construyó gracias a la herramienta DLIB una librería que ayuda a detectar objetos, en este caso el rostro de una persona. Se implementó el método ingenieril con enfoque aplicativo ya que no cualifica ni cuantifica variables y en conclusión se obtiene un software especializado en reconocimiento biométrico facial de alta fiabilidad, convirtiendo a este libro en una fuente de consulta seria y organizada que aporta conocimiento a la academia y a los ingenieros electrónicos que deseen realizar una investigación relacionada con reconocimiento biométrico facial.
publishDate 2020
dc.date.accessioned.spa.fl_str_mv 2020-10-20T17:11:47Z
dc.date.available.spa.fl_str_mv 2020-10-20T17:11:47Z
dc.date.issued.spa.fl_str_mv 2020-10-17
dc.type.local.spa.fl_str_mv Trabajo de grado
dc.type.version.none.fl_str_mv info:eu-repo/semantics/acceptedVersion
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.drive.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
format http://purl.org/coar/resource_type/c_7a1f
status_str acceptedVersion
dc.identifier.citation.spa.fl_str_mv Pardo, J. (2020). Reconocimiento facial en tiempo real orientado a video llamadas o live stream para autenticar identidades durante una audiencia legal Tesis Ingeniería Electrónica. Universidad Santo Tomas Tunja
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/11634/30508
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional Universidad Santo Tomás
dc.identifier.instname.spa.fl_str_mv instname:Universidad Santo Tomás
dc.identifier.repourl.spa.fl_str_mv repourl:https://repository.usta.edu.co
identifier_str_mv Pardo, J. (2020). Reconocimiento facial en tiempo real orientado a video llamadas o live stream para autenticar identidades durante una audiencia legal Tesis Ingeniería Electrónica. Universidad Santo Tomas Tunja
reponame:Repositorio Institucional Universidad Santo Tomás
instname:Universidad Santo Tomás
repourl:https://repository.usta.edu.co
url http://hdl.handle.net/11634/30508
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.references.spa.fl_str_mv Presente y futuro del reconocimiento facial. (n.d.). Retrieved June 16, 2020, from https://www.padigital.es/tendencias-digitales/historia-y-evolucion-del-reconocimiento-facial.html
Dlib C++ Library: High Quality Face Recognition with Deep Metric Learning. (n.d.). Retrieved June 16, 2020, from http://blog.dlib.net/2017/02/high-quality-face-recognition-with-deep.html
Machine Learning is Fun! Part 4: Modern Face Recognition with Deep Learning. (n.d.). Retrieved June 16, 2020, from https://medium.com/@ageitgey/machine-learning-is-fun-part-4-modern-facerecognition-with-deep-learning-c3cffc121d78
Ketkar, N. (2017). Deep Learning with Python. In Deep Learning with Python. https://doi.org/10.1007/978- 1-4842-2766-4
Lutz, M. (2007). Learning Python. In Icarus. https://doi.org/10.1016/0019-1035(89)90077-8
Bradski, G., & Kaehler, A. (2008). Learning OpenCV. In Learning OpenCV. https://doi.org/10.1109/MRA.2009.933612
Zelinsky, A. (2009). Learning OpenCV—Computer Vision with the OpenCV Library. In IEEE Robotics and Automation Magazine. https://doi.org/10.1109/MRA.2009.933612
Programming python. (1997). Computers & Mathematics with Applications. https://doi.org/10.1016/s0898- 1221(97)82952-5
Howse, J. (2013). OpenCV Computer Vision with Python. In Cs_Python_in. https://doi.org/10.1017/CBO9781107415324.004
Itseez. (2012). OpenCV - Open Source Computer Vision. Online Webpage.
Xie, Z., Li, J., & Shi, H. (2019). A Face Recognition Method Based on CNN. Journal of Physics: Conference Series. https://doi.org/10.1088/1742-6596/1395/1/012006
Yaswanth, V. V. S., & Devi, T. (2019). Automatic emotion recognition using facial expression by python. Test Engineering and Management.
ADIEGO RODRIGUEZ, J. (2007). books google. Obtenido de https://books.google.es/books?id=FfEfCBhXCgC&pg=PT297&dq=base+datos+relacional+codd&hl=es&sa=X&ved=0ahUKEwjixf LYxcPXAhXMWhQKHQImAfUQ6AEIQjAF#v=onepage&q=base%20datos%20relacio nal%20codd&f=false
Amos, B. (septiembre de 2016). ResearchGate. Obtenido de ResearchGate: https://www.researchgate.net/figure/The-68-landmarks-detected-by-dlib-library-Thisimage-was-created-by-Brandon-Amos-of-CMU_fig2_329392737
Arce, J. I. (26 de julio de 2019). health Big Data. Obtenido de https://www.juanbarrios.com/matrizde-confusion-y-sus-metricas/
Boyko, N., Basystiuk, O., & Shakhovska, N. (2018). Performance Evaluation and Comparison of Software for Face Recognition, Based on Dlib and Opencv Library. IEEE explore.
contabal. (2016). Obtenido de https://www.contaval.es/que-es-la-vision-artificial-y-para-quesirve/
Duque, R. G. (2020). Python para todos. En R. G. Duque, Python para todos.
Geitgey, A. (2017). Readthedocs. Obtenido de Readthedocs: https://facerecognition.readthedocs.io/en/latest/face_recognition.html
Guay, M. (2010). how to geek. Obtenido de https://www.howtogeek.com/howto/17528/changethe-user-interface-language-in-ubuntu/
Inovation, A. (2019). Atria Inovation. Obtenido de https://www.atriainnovation.com/que-son-lasredes-neuronales-y-sus-funciones/
King, D. (2017). http://blog.dlib.net/. Obtenido de http://blog.dlib.net/: http://blog.dlib.net/
Na8. (28 de noviembre de 2019). como funcionan las convolutional neural networks? Obtenido de aprende machine learnign: https://www.aprendemachinelearning.com/como-funcionanlas-convolutional-neural-networks-vision-por-ordenador/
NetCloud. (2019). Obtenido de https://netcloudengineering.com/funcionamiento-redes-lan/
Opencv.org. (2020). Opencv. Obtenido de Opencv: https://opencv.org/about/
PADigital. (27 de noviembre de 2018). padigital.es. Obtenido de https://www.padigital.es/tendencias-digitales/historia-y-evolucion-del-reconocimientofacial.html#:~:text=Los%20inicios%20del%20reconocimiento%20facial,trav%C3%A9s %20de%20la%20tabla%20RAND.
Quintana, J. (mayo de 2018). medium.com. Obtenido de medium.com: https://medium.com/datosy-ciencia/modelos-cnn-en-la-clasificaci%C3%B3n-de-im%C3%A1genescl%C3%A1sicas-y-modernas-d072a6718689
Rajesh, K. M., & Naveenkumar, M. (2016). A robust method for face recognition and face emotion detection system using support vector machines. IEEE explore.
Rivera, M. (Agosto de 2019). resnet.md. Obtenido de resnet.md: http://personal.cimat.mx:8181/~mrivera/cursos/aprendizaje_profundo/resnet/resnet.html
Russell, S. J., & Norvig, P. N. (2009). Artificial intelligence: a modern approach. En S. J. Russell, & P. N. Norvig.
Sampieri, R. (2014). Metodología de la investigación 6ta Edición. McGRAW-HILL / INTERAMERICANA EDITORES, S.A. DE C.V.
significados.com. (2020). Obtenido de https://www.significados.com/software/
Sphinx. (2019). https://pyautogui.readthedocs.io/en/latest/. Obtenido de https://pyautogui.readthedocs.io/en/latest/: https://pyautogui.readthedocs.io/en/latest/
tecnologia informatica. (2020). Obtenido de https://www.tecnologia-informatica.com/algoritmodefinicion/
Thilaga, P. J., Khan, B. A., Jones, A., & Kumar, N. K. (2018). Modern Face Recognition with Deep Learning. IEEE explore.
zator.com. (2020). Obtenido de zator.
dc.rights.*.fl_str_mv Atribución-NoComercial-SinDerivadas 2.5 Colombia
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.rights.local.spa.fl_str_mv Abierto (Texto Completo)
dc.rights.accessrights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.none.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv Atribución-NoComercial-SinDerivadas 2.5 Colombia
http://creativecommons.org/licenses/by-nc-nd/2.5/co/
Abierto (Texto Completo)
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.coverage.campus.spa.fl_str_mv CRAI-USTA Tunja
dc.publisher.spa.fl_str_mv Universidad Santo Tomás
dc.publisher.program.spa.fl_str_mv Pregrado Ingeniería Electrónica
dc.publisher.faculty.spa.fl_str_mv Facultad de Ingeniería Electrónica
institution Universidad Santo Tomás
bitstream.url.fl_str_mv https://repository.usta.edu.co/bitstream/11634/30508/1/2020julianpardo.pdf
https://repository.usta.edu.co/bitstream/11634/30508/2/Carta%20Cesion%20de%20Derechos%20de%20Autor.pdf
https://repository.usta.edu.co/bitstream/11634/30508/3/license_rdf
https://repository.usta.edu.co/bitstream/11634/30508/4/license.txt
https://repository.usta.edu.co/bitstream/11634/30508/5/2020julianpardo.pdf.jpg
https://repository.usta.edu.co/bitstream/11634/30508/6/Carta%20Cesion%20de%20Derechos%20de%20Autor.pdf.jpg
bitstream.checksum.fl_str_mv 457438857f0157784747f6df341b2327
46e00a06d66b3b534c59379eb7bb07f7
217700a34da79ed616c2feb68d4c5e06
aedeaf396fcd827b537c73d23464fc27
6e1302f2f7d88994ce7593b7d988d9e0
095de589b571a73922fbfce33e7c7d36
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Universidad Santo Tomás
repository.mail.fl_str_mv repositorio@usantotomas.edu.co
_version_ 1782026137518473216
spelling Pardo Beainy, CamiloRodríguez Caro, DanielPardo Morcote, Julián David2020-10-20T17:11:47Z2020-10-20T17:11:47Z2020-10-17Pardo, J. (2020). Reconocimiento facial en tiempo real orientado a video llamadas o live stream para autenticar identidades durante una audiencia legal Tesis Ingeniería Electrónica. Universidad Santo Tomas Tunjahttp://hdl.handle.net/11634/30508reponame:Repositorio Institucional Universidad Santo Tomásinstname:Universidad Santo Tomásrepourl:https://repository.usta.edu.coEn este libro se encuentra la descripción del diseño y desarrollo de la aplicación para reconocimiento facial en tiempo real, se documenta todo el desarrollo de esta herramienta con alta calidad investigativa y buenos resultados en las pruebas realizadas, con el fin de aportar una solución a la problemática de suplantación de identidades, estableciendo como objetivo crear una herramienta informática para autenticar identidades durante video llamadas, que se construyó gracias a la herramienta DLIB una librería que ayuda a detectar objetos, en este caso el rostro de una persona. Se implementó el método ingenieril con enfoque aplicativo ya que no cualifica ni cuantifica variables y en conclusión se obtiene un software especializado en reconocimiento biométrico facial de alta fiabilidad, convirtiendo a este libro en una fuente de consulta seria y organizada que aporta conocimiento a la academia y a los ingenieros electrónicos que deseen realizar una investigación relacionada con reconocimiento biométrico facial.In this book you will find the description of the design and development of the application for facial recognition in real time, the entire development of this tool is documented with high investigative quality and good results in the tests carried out, in order to provide a solution to the problem of identity theft, establishing the objective of creating a IT tool to authenticate identities during video calls, which was built thanks to the DLIB tool, a library that helps to detect objects, in this case the face of a person. The engineering method with an applicative approach was implemented since it does not qualify or quantifies variables and in conclusion a specialized recognition software is obtained highly reliable facial biometric, making this book a source for serious and organized that brings knowledge to academia and electronic engineers who want conduct research related to biometric facial recognition.Ingeniero ElectronicoPregradoapplication/pdfspaUniversidad Santo TomásPregrado Ingeniería ElectrónicaFacultad de Ingeniería ElectrónicaAtribución-NoComercial-SinDerivadas 2.5 Colombiahttp://creativecommons.org/licenses/by-nc-nd/2.5/co/Abierto (Texto Completo)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Reconocimiento facial en tiempo real orientado a video llamadas o live stream para autenticar identidades durante una audiencia legalfacial recognitionDlibneural networksartificial visionartificial intelligencePythonreconocimiento facialDlibredes neuronalesvisión artificialinteligencia artificialPythonTrabajo de gradoinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/bachelorThesisCRAI-USTA TunjaPresente y futuro del reconocimiento facial. (n.d.). Retrieved June 16, 2020, from https://www.padigital.es/tendencias-digitales/historia-y-evolucion-del-reconocimiento-facial.htmlDlib C++ Library: High Quality Face Recognition with Deep Metric Learning. (n.d.). Retrieved June 16, 2020, from http://blog.dlib.net/2017/02/high-quality-face-recognition-with-deep.htmlMachine Learning is Fun! Part 4: Modern Face Recognition with Deep Learning. (n.d.). Retrieved June 16, 2020, from https://medium.com/@ageitgey/machine-learning-is-fun-part-4-modern-facerecognition-with-deep-learning-c3cffc121d78Ketkar, N. (2017). Deep Learning with Python. In Deep Learning with Python. https://doi.org/10.1007/978- 1-4842-2766-4Lutz, M. (2007). Learning Python. In Icarus. https://doi.org/10.1016/0019-1035(89)90077-8Bradski, G., & Kaehler, A. (2008). Learning OpenCV. In Learning OpenCV. https://doi.org/10.1109/MRA.2009.933612Zelinsky, A. (2009). Learning OpenCV—Computer Vision with the OpenCV Library. In IEEE Robotics and Automation Magazine. https://doi.org/10.1109/MRA.2009.933612Programming python. (1997). Computers & Mathematics with Applications. https://doi.org/10.1016/s0898- 1221(97)82952-5Howse, J. (2013). OpenCV Computer Vision with Python. In Cs_Python_in. https://doi.org/10.1017/CBO9781107415324.004Itseez. (2012). OpenCV - Open Source Computer Vision. Online Webpage.Xie, Z., Li, J., & Shi, H. (2019). A Face Recognition Method Based on CNN. Journal of Physics: Conference Series. https://doi.org/10.1088/1742-6596/1395/1/012006Yaswanth, V. V. S., & Devi, T. (2019). Automatic emotion recognition using facial expression by python. Test Engineering and Management.ADIEGO RODRIGUEZ, J. (2007). books google. Obtenido de https://books.google.es/books?id=FfEfCBhXCgC&pg=PT297&dq=base+datos+relacional+codd&hl=es&sa=X&ved=0ahUKEwjixf LYxcPXAhXMWhQKHQImAfUQ6AEIQjAF#v=onepage&q=base%20datos%20relacio nal%20codd&f=falseAmos, B. (septiembre de 2016). ResearchGate. Obtenido de ResearchGate: https://www.researchgate.net/figure/The-68-landmarks-detected-by-dlib-library-Thisimage-was-created-by-Brandon-Amos-of-CMU_fig2_329392737Arce, J. I. (26 de julio de 2019). health Big Data. Obtenido de https://www.juanbarrios.com/matrizde-confusion-y-sus-metricas/Boyko, N., Basystiuk, O., & Shakhovska, N. (2018). Performance Evaluation and Comparison of Software for Face Recognition, Based on Dlib and Opencv Library. IEEE explore.contabal. (2016). Obtenido de https://www.contaval.es/que-es-la-vision-artificial-y-para-quesirve/Duque, R. G. (2020). Python para todos. En R. G. Duque, Python para todos.Geitgey, A. (2017). Readthedocs. Obtenido de Readthedocs: https://facerecognition.readthedocs.io/en/latest/face_recognition.htmlGuay, M. (2010). how to geek. Obtenido de https://www.howtogeek.com/howto/17528/changethe-user-interface-language-in-ubuntu/Inovation, A. (2019). Atria Inovation. Obtenido de https://www.atriainnovation.com/que-son-lasredes-neuronales-y-sus-funciones/King, D. (2017). http://blog.dlib.net/. Obtenido de http://blog.dlib.net/: http://blog.dlib.net/Na8. (28 de noviembre de 2019). como funcionan las convolutional neural networks? Obtenido de aprende machine learnign: https://www.aprendemachinelearning.com/como-funcionanlas-convolutional-neural-networks-vision-por-ordenador/NetCloud. (2019). Obtenido de https://netcloudengineering.com/funcionamiento-redes-lan/Opencv.org. (2020). Opencv. Obtenido de Opencv: https://opencv.org/about/PADigital. (27 de noviembre de 2018). padigital.es. Obtenido de https://www.padigital.es/tendencias-digitales/historia-y-evolucion-del-reconocimientofacial.html#:~:text=Los%20inicios%20del%20reconocimiento%20facial,trav%C3%A9s %20de%20la%20tabla%20RAND.Quintana, J. (mayo de 2018). medium.com. Obtenido de medium.com: https://medium.com/datosy-ciencia/modelos-cnn-en-la-clasificaci%C3%B3n-de-im%C3%A1genescl%C3%A1sicas-y-modernas-d072a6718689Rajesh, K. M., & Naveenkumar, M. (2016). A robust method for face recognition and face emotion detection system using support vector machines. IEEE explore.Rivera, M. (Agosto de 2019). resnet.md. Obtenido de resnet.md: http://personal.cimat.mx:8181/~mrivera/cursos/aprendizaje_profundo/resnet/resnet.htmlRussell, S. J., & Norvig, P. N. (2009). Artificial intelligence: a modern approach. En S. J. Russell, & P. N. Norvig.Sampieri, R. (2014). Metodología de la investigación 6ta Edición. McGRAW-HILL / INTERAMERICANA EDITORES, S.A. DE C.V.significados.com. (2020). Obtenido de https://www.significados.com/software/Sphinx. (2019). https://pyautogui.readthedocs.io/en/latest/. Obtenido de https://pyautogui.readthedocs.io/en/latest/: https://pyautogui.readthedocs.io/en/latest/tecnologia informatica. (2020). Obtenido de https://www.tecnologia-informatica.com/algoritmodefinicion/Thilaga, P. J., Khan, B. A., Jones, A., & Kumar, N. K. (2018). Modern Face Recognition with Deep Learning. IEEE explore.zator.com. (2020). Obtenido de zator.ORIGINAL2020julianpardo.pdf2020julianpardo.pdfTrabajo de Gradoapplication/pdf1433108https://repository.usta.edu.co/bitstream/11634/30508/1/2020julianpardo.pdf457438857f0157784747f6df341b2327MD51open accessCarta Cesion de Derechos de Autor.pdfCarta Cesion de Derechos de Autor.pdfCarta derechos de Autorapplication/pdf457792https://repository.usta.edu.co/bitstream/11634/30508/2/Carta%20Cesion%20de%20Derechos%20de%20Autor.pdf46e00a06d66b3b534c59379eb7bb07f7MD52metadata only accessCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repository.usta.edu.co/bitstream/11634/30508/3/license_rdf217700a34da79ed616c2feb68d4c5e06MD53open accessLICENSElicense.txtlicense.txttext/plain; charset=utf-8807https://repository.usta.edu.co/bitstream/11634/30508/4/license.txtaedeaf396fcd827b537c73d23464fc27MD54open accessTHUMBNAIL2020julianpardo.pdf.jpg2020julianpardo.pdf.jpgGenerated Thumbnailimage/jpeg2377https://repository.usta.edu.co/bitstream/11634/30508/5/2020julianpardo.pdf.jpg6e1302f2f7d88994ce7593b7d988d9e0MD55open accessCarta Cesion de Derechos de Autor.pdf.jpgCarta Cesion de Derechos de Autor.pdf.jpgGenerated Thumbnailimage/jpeg4621https://repository.usta.edu.co/bitstream/11634/30508/6/Carta%20Cesion%20de%20Derechos%20de%20Autor.pdf.jpg095de589b571a73922fbfce33e7c7d36MD56open access11634/30508oai:repository.usta.edu.co:11634/305082022-10-10 15:11:15.147open accessRepositorio Universidad Santo Tomásrepositorio@usantotomas.edu.coQXV0b3Jpem8gYWwgQ2VudHJvIGRlIFJlY3Vyc29zIHBhcmEgZWwgQXByZW5kaXphamUgeSBsYSBJbnZlc3RpZ2FjacOzbiwgQ1JBSS1VU1RBCmRlIGxhIFVuaXZlcnNpZGFkIFNhbnRvIFRvbcOhcywgcGFyYSBxdWUgY29uIGZpbmVzIGFjYWTDqW1pY29zIGFsbWFjZW5lIGxhCmluZm9ybWFjacOzbiBpbmdyZXNhZGEgcHJldmlhbWVudGUuCgpTZSBwZXJtaXRlIGxhIGNvbnN1bHRhLCByZXByb2R1Y2Npw7NuIHBhcmNpYWwsIHRvdGFsIG8gY2FtYmlvIGRlIGZvcm1hdG8gY29uCmZpbmVzIGRlIGNvbnNlcnZhY2nDs24sIGEgbG9zIHVzdWFyaW9zIGludGVyZXNhZG9zIGVuIGVsIGNvbnRlbmlkbyBkZSBlc3RlCnRyYWJham8sIHBhcmEgdG9kb3MgbG9zIHVzb3MgcXVlIHRlbmdhbiBmaW5hbGlkYWQgYWNhZMOpbWljYSwgc2llbXByZSB5IGN1YW5kbwptZWRpYW50ZSBsYSBjb3JyZXNwb25kaWVudGUgY2l0YSBiaWJsaW9ncsOhZmljYSBzZSBsZSBkw6kgY3LDqWRpdG8gYWwgdHJhYmFqbyBkZQpncmFkbyB5IGEgc3UgYXV0b3IuIERlIGNvbmZvcm1pZGFkIGNvbiBsbyBlc3RhYmxlY2lkbyBlbiBlbCBhcnTDrWN1bG8gMzAgZGUgbGEKTGV5IDIzIGRlIDE5ODIgeSBlbCBhcnTDrWN1bG8gMTEgZGUgbGEgRGVjaXNpw7NuIEFuZGluYSAzNTEgZGUgMTk5Mywg4oCcTG9zIGRlcmVjaG9zCm1vcmFsZXMgc29icmUgZWwgdHJhYmFqbyBzb24gcHJvcGllZGFkIGRlIGxvcyBhdXRvcmVz4oCdLCBsb3MgY3VhbGVzIHNvbgppcnJlbnVuY2lhYmxlcywgaW1wcmVzY3JpcHRpYmxlcywgaW5lbWJhcmdhYmxlcyBlIGluYWxpZW5hYmxlcy4K

Publicaciones similares