Identificación de personas requisitoriadas mediante uso de algoritmos de clasificación de imágenes para la Policía Nacional del Perú

• Autor: Pinglo Cabezas, Williams Rafael
• Formato: tesis de grado
• Fecha de Publicación: 2025
• Institución: Universidad Señor de Sipan
• Repositorio: USS-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.uss.edu.pe:20.500.12802/15296
• Enlace del recurso: https://hdl.handle.net/20.500.12802/15296
• Nivel de acceso: acceso abierto
• Materia: Reconocimiento facial; Algoritmos de clasificación; MTCNN; InsightFace; Detección de rostros; Redes neuronales convolucionales; https://purl.org/pe-repo/ocde/ford#2.02.04

El presente estudio tiene como objetivo desarrollar un sistema de identificación automática de personas requisitoriadas, empleando algoritmos de clasificación de imágenes, en particular Multi-task Cascaded Convolutional Networks (MTCNN) e InsightFace. Esta solución se orienta a reforzar una de las funciones operativas de la Policía Nacional del Perú (PNP). Para validar el desempeño del sistema, se utilizó una base de datos compuesta por 343 imágenes, que incluyen tanto personas requisitoriadas como no requisitoriadas. MTCNN fue implementado para la detección de rostros, mientras que InsightFace se empleó para el reconocimiento facial. Los resultados experimentales evidencian un rendimiento sobresaliente: el sistema alcanzó una precisión del 100%, un recall del 98.61%, una exactitud del 99.18% y un F1-score de 99.3%. La matriz de confusión reveló un mínimo margen de error, con solo un falso negativo y ningún falso positivo, lo que resalta la solidez del modelo propuesto. MTCNN demostró alta eficiencia en la detección de rostros, y InsightFace exhibió un excelente desempeño en la clasificación, incluso bajo condiciones variables de iluminación y pose. En conjunto, el sistema desarrollado prueba ser una herramienta eficaz para la identificación automatizada de personas requisitoriadas en contextos policiales, contribuyendo así al fortalecimiento de los procesos de seguridad y justicia. Sin embargo, se identificaron oportunidades de mejora, especialmente en escenarios con mayor complejidad y diversidad de datos, lo cual plantea futuras líneas de investigación.