Desarrollo e implementación de un sistema de control de asistencia de estudiantes basado en reconocimiento facial”

• Autor: Higa Caldeira, Joao Pedro
• Formato: tesis de grado
• Fecha de Publicación: 2024
• Institución: Universidad Nacional de Trujillo
• Repositorio: UNITRU-Tesis
• Lenguaje: español
• OAI Identifier: oai:dspace.unitru.edu.pe:20.500.14414/22671
• Enlace del recurso: https://hdl.handle.net/20.500.14414/22671
• Nivel de acceso: acceso abierto
• Materia: TECHNOLOGY::Engineering mechanics; https://purl.org/pe-repo/ocde/ford#2.00.00

Este proyecto de ingeniería tiene como objetivo principal desarrollar e implementar un sistema de control de asistencias de estudiantes basado en reconocimiento facial en la escuela de Ingeniería Mecatrónica. En primer lugar, se procedió a determinar los requerimientos del sistema, el cual, en resumen, consta de un funcionamiento rápido, eficiente y robusto. Luego se procedió a obtener base de datos de rostros, para lo cual en este caso se usaron las datasets Labeled Faces in the Wild(LFW) y FEI Database, debido a que la primera es la más habitual al momento de entrenar redes siamesas convolucionales y la segunda debido a la similitud que tiene con el ambiente en el cual el sistema fue implementado. Posteriormente se procedió a la selección de una arquitectura de reconocimiento facial, para lo cual se tomaron en cuenta la precisión, la robustez, la capacidad de usuario, la facilidad de registro y el número de imágenes necesarias para el reconocimiento. Se entrenaron en total 4 modelos pre entrenados (ResNet50, Xception, SeReSNext50 y Inception ResNet V2), dos arquitecturas (Red Siamesa Convolucional y Red Siamesa Convolucional con Pérdida Triple) y dos datasets (LFW, FEI), dando un total de 16 entrenamientos. El modelo con mejor resultado fue la red siamesa convolucional con pérdida triple basado en ResNet50 usando la dataset LFW, presentando una exactitud de modelo de 71.87%. Luego se realizó la implementación de una aplicación integrada con interfaz gráfica (GUI), que, usando el modelo obtenido, realiza la toma de asistencia, así como el registro de alumnos nuevos y la exportación de datos en formato Excel. Finalmente, este sistema obtuvo una precisión de un 92.5% y un tiempo de respuesta promedio de 3.3 segundos.