ANÁLISIS DE MÉTODOS DE RECONOCIMIENTO FACIAL BAJO EL SISTEMA OPERATIVO ANDROID

• Autor: Bernal Leyva, Alex Yuri
• Formato: tesis de grado
• Fecha de Publicación: 2018
• Institución: Universidad Señor de Sipan
• Repositorio: USS-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.uss.edu.pe:20.500.12802/6324
• Enlace del recurso: https://hdl.handle.net/20.500.12802/6324
• Nivel de acceso: acceso abierto
• Materia: Reconocimiento facial; Métodos; Patrón binario local; EigenFaces; Rendimiento; Orientación; http://purl.org/pe-repo/ocde/ford#2.02.04

Este trabajo plantea como objetivo desarrollar un prototipo de reconocimiento facial aplicando los diferentes algoritmos matemáticos para la identificación del rostro. Por otro lado, para realizar la implementación de los métodos de reconocimiento facial se realizó un análisis de los métodos que mejores resultados han obtenido en los últimos estudios, verificando si cumplen con lo necesario en tema de orientación y rendimiento computacional. De tal modo que los métodos seleccionados se tomaron diversos resultados de tesis y artículos científicos de base de datos reconocidos, de manera que se implementó el método de Patrón Binario Local y EigenFaces en lenguaje C y el prototipo en lenguaje java. Teniendo como muestra 50 personas con 15 imágenes por personas teniendo un total de 750 imágenes en la base de datos que fueron entrenados en ambos métodos LBP Y EigenFaces, las imágenes fueron adquiridas en diferentes tipos de escenarios (mañana, tarde y noche) con diferente orientación de rostro. Para la clasificación solo se tomó 1 imagen en tiempo real por prueba realizada y dicha imagen no es almacenada en el dispositivo solo se utiliza para la clasificación. Por otro lado, se implementó un clasificador de bajo nivel por motivo que los dispositivos inteligentes no cuentan con gran recurso computacional basado a ese motivo fue que se implementó en el método LBP el clasificador probabilístico Chi-cuadrado y para el método EigenFaces el clasificador de distancia euclidiana. En las pruebas realizadas se obtuvo diferentes resultados altos siendo el más resaltante el método LBP con el 100% de reconocimiento en las pruebas realizadas en noche de manera frontal. Y un tiempo de respuesta de menor a un segundo lo durante los diferentes escenarios y en el caso de EigenFaces obtuvo un resultado menor de acierto.