Sistema de detección, extracción y reconocimiento de rostros en escenas de máximo 4 personas, para aplicaciones de videovigilancia residencial utilizando herramientas de software libre, en lugares cerrados

La protección de las personas y sus bienes es un punto que se busca mejorar día tras día, el avance de la tecnología permite que el campo de la seguridad electrónica sea cada vez más efectiva para brindar un confort a los usuarios, quitando esa carga mental de estar pensando que ellos o sus bienes serán afectados por personas inescrupulosas, el desarrollo de sistemas de seguridad ha avanzado mucho, y uno de los campos más nuevos y que ha manifestado este avance es el reconocimiento facial, dicho campo, proporciona la capacidad de detectar y reconocer rostros humanos en video automáticamente, generando una señal de alarma o control, ya sea para alertar a la persona o permitirle el ingreso. Los desarrollos actuales que cuentan con la característica de reconocer múltiples rostros en video, suelen tener elevados costos, debido a que son implementados en plataformas que no están basadas en software libre, lo que aumenta el costo debido a licencias de pago por uso, Además de esto, se presenta una escasez de estudios que demuestren cuán eficiente es un sistema que esté desarrollado en software libre, y que cuente con la detección facial al interactuar con múltiples rostros, que sea confiable para la protección de bienes, y que cuente con la capacidad de identificar personas que deseen acceder a lugares de residencia sin contar con la respectiva autorización. En esta investigación se encontrará en primera instancia una contextualización teórica de los tipos de algoritmos y librerías para detección y reconocimiento facial que existen en Python, dichas librerías son las denominadas OpenCV y Face-Recognition, en vista de que no se tiene un estudio que muestre distancia máxima de detección, tiempos de ejecución y ángulos de operación, entre otros, en esta investigación se decidió hacer pruebas a ambos algoritmos para determinar cuál es más efectivo o cuál se ajusta mejor al sistemas de videovigilancia propuesto en esta investigación. A continuación, se mostrará el algoritmo propuesto por los investigadores el cual fusiona diferentes programas y librerías que permiten la detección, extracción y reconocimiento de múltiples rostros en tiempo real, además, se mostrará la interfaz gráfica de usuario (GUI) que permite la total manipulación de este sistema, por último, se mostrará las pruebas que realizaron al sistema en dos ambientes diferentes, uno residencial y uno comercial. Es de aclarar, que todo el sistema fue desarrollado en el lenguaje de programación Python el cual es libre.

• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2021
• Institución: Universidad Distrital Francisco José de Caldas
• Repositorio: RIUD: repositorio U. Distrital
• Idioma: spa
• OAI Identifier: oai:repository.udistrital.edu.co:11349/26732
• Acceso en línea: http://hdl.handle.net/11349/26732
• Palabra clave: Reconocimiento facial; OpenCV; FaceRecognition; Video Vigilancia; Biometría; Procesamiento de Imagen; Ingeniería en Control - Tesis y disertaciones académicas; Reconocimiento de rostros humanos (Informática); Identificación biométrica; Vigilancia electrónica; Videovigilancia - Seguridad ciudadana; Software libre - Implementación; Python (Lenguaje de programación de computadores); Face recognition; OpenCV; Biometrics; Video surveillance; Image Processing
• License: Atribución-NoComercial 4.0 Internacional