Desarrollo de aplicación móvil de reconocimiento facial para detectar el estado anímico de los conductores de vehículos en la Empresa Figueroa Ingenieros EIRL, Abancay 2020

• Autor: Medrano Carrasco, Dimas
• Formato: tesis de grado
• Fecha de Publicación: 2023
• Institución: Universidad Nacional Micaela Bastidas de Apurímac
• Repositorio: UNAMBA-Institucional
• Lenguaje: español
• OAI Identifier: oai:172.16.0.151:UNAMBA/1290
• Enlace del recurso: http://repositorio.unamba.edu.pe/handle/UNAMBA/1290
• Nivel de acceso: acceso abierto
• Materia: Reconocimiento facial; Servicios cognitivos; Face API; Estado anímico; https://purl.org/pe-repo/ocde/ford#1.02.00

El propósito de esta investigación, es describir el desarrollo de una aplicación móvil de reconocimiento facial usando la técnica holística para detectar el estado anímico en conductores. la empresa quien hace uso de esta aplicación pueda tomar medidas correctivas sobre el estado emocional negativas del personal mediante el área seguridad y salud ocupacional durante el traslado en vehículos y la ejecución de sus labores de alto riesgo, previniendo cualquier tipo de accidente. Es una investigación aplicada, de tipo descriptivo,ejecutada con la metodología de desarrollo de software ágil Mobile-D, basada en la planificación constante, integraciones continuas, retroalimentación de procesos y centrada en el usuario, consta cinco fases: exploración, inicialización, producto, estabilización y de pruebas.Evaluada mediante la norma estándar ISO/IEC 9126 en sus Ítems de funcionalidad, usabilidad y mantenibilidad. Logrando los objetivos, como resultado una APP de reconocimiento facial,integrado con el servicio cognitivo Face API de Microsoft Azure, el cual detecto el estado emocional, se utilizó: SQL DataBase, lenguaje de programación Dart, Flutter como SDK, C# para configuración de servicios, API REST para establecer comunicación entre backend y el Frontend, DDD, ORM, Entity Framework, React JS biblioteca para creación de interfaces interactivas, Axios, Material UI, siguiendo la arquitectura de software Modelo-Vista- Controlador, el control de versiones TFS de Visual Studio, Github, publicada en Google Play Store, la aplicación web y los servicios publicada y alojado en máquina virtual de Windows Azure. Las emociones detectas fueron del 78% a través de gestos facial obtenidos de la fotografía.