Visión artificial para la identificación de personas en entornos de mediana afluencia, Piura 2024

• Autores: Agurto Castillo, Pedro Enrique, Pineda Nizama, Maria Eduarda
• Formato: tesis de grado
• Fecha de Publicación: 2024
• Institución: Universidad Cesar Vallejo
• Repositorio: UCV-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ucv.edu.pe:20.500.12692/173054
• Enlace del recurso: https://hdl.handle.net/20.500.12692/173054
• Nivel de acceso: acceso abierto
• Materia: Derecho a la privacidad; Inteligencia artificial; Tecnología educacional; Sistema experto; https://purl.org/pe-repo/ocde/ford#2.02.04

Este estudio desarrolló un sistema de visión artificial para identificar personas en espacios de mediana afluencia, como oficinas e instituciones educativas, contribuyendo al ODS 9, enfocado en innovación y tecnologías resilientes. El objetivo fue analizar la influencia de esta tecnología en la identificación facial, midiendo su eficacia, evaluando escenarios favorables y determinando el impacto de factores como iluminación, ángulo de cámara y distancia. Se empleó un enfoque cuantitativo, con diseño experimental y modelos preentrenados como DeepFace. Se probaron 27 combinaciones de condiciones ambientales. El rendimiento se evaluó con el F1-Score, obteniendo un promedio de 0.65, indicando una eficacia aceptable, aunque sin significancia estadística. El ángulo frontal de la cámara resultó ser el factor más influyente; en cambio, la iluminación y la distancia no mostraron efectos relevantes. Pese a ciertas limitaciones técnicas, el sistema demostró un funcionamiento prometedor bajo condiciones controladas. Se concluye que la visión artificial impacta positivamente en la identificación de personas y que, con mejoras técnicas como el ajuste fino del modelo y una base de datos más robusta, su rendimiento puede optimizarse. Este avance representa un paso hacia entornos más seguros mediante el uso de tecnología accesible y adaptable a distintas condiciones reales.