Reconocimiento facial para la gestión de control de acceso de la empresa Spirella

• Autor: Flores Reyes, Nehemias David
• Formato: tesis de grado
• Fecha de Publicación: 2022
• Institución: Universidad Cesar Vallejo
• Repositorio: UCV-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ucv.edu.pe:20.500.12692/112875
• Enlace del recurso: https://hdl.handle.net/20.500.12692/112875
• Nivel de acceso: acceso abierto
• Materia: Reconocimiento facial; Python; Control de acceso; Precisión; Seguridad; https://purl.org/pe-repo/ocde/ford#2.02.04

Las tecnologías de reconocimiento facial a lo largo de los años han ido experimentando mejoras a gran escala y están siendo muy populares en los sectores de la seguridad, vigilancia publica y el comercio. Este trabajo de investigación describe el desarrollo de un sistema de asistencia automatizado en tiempo real basado en reconocimiento facial, marcara la asistencia de los empleados de la empresa Spirella. El sistema Reconocimiento facial para la gestión de control de acceso en la empresa Spirella tiene como objetivo reducir los accesos no autorizados de las personas y la precisión así mismo reducir los tiempos en la toma de asistencia al momento de ingreso y salida. Para el despliegue de este sistema se utilizó la metodología ComonKads, en cuanto al desarrollo se utilizó Python, librerías de OpenCV, algoritmo viola-jones y una base de datos SQLite. Esta investigación es de tipo aplicada de diseño pre-experimental, se usó como muestra la cantidad de 306 registros de asistencias además la técnica para recolectar estos datos fue el fichaje usando el instrumento ficha de registro. Como resultado se obtuvo un sistema de asistencia basado en reconocimiento facial muy robusto que tiene una alta precisión logrando recudir los accesos no autorizados en un 24 % y incrementado la precisión en un 11%, En conclusión, podemos decir que usar el algoritmo Viola-Jones es muy beneficioso ya que tiene una alta tasa de precisión y requiere pocos recursos computacionales para ser implementado.