FaceCounter: Toma de asistencia masiva de personal en instituciones educativas por reconocimiento facial

• Autor: Moscol Suarez, Adrian Gabriel
• Formato: tesis de grado
• Fecha de Publicación: 2024
• Institución: Universidad Peruana de Ciencias Aplicadas
• Repositorio: UPC-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorioacademico.upc.edu.pe:10757/673977
• Enlace del recurso: http://doi.org/10.19083/tesis/673977; http://hdl.handle.net/10757/673977
• Nivel de acceso: acceso abierto
• Materia: Asistencia masiva; Reconocimiento facial; Biblioteca de reconocimiento facial; Institución educativa; Benchmarking; Algoritmos faciales; Massive attendance; Facial recognition; Face-Recognition library; Educational institution; Facial algorithms; https://purl.org/pe-repo/ocde/ford#2.02.04; https://purl.org/pe-repo/ocde/ford#1.00.00

Este proyecto tiene como finalidad implementar un sistema de reconocimiento facial que mejorará la eficiencia al momento de tomar asistencia en institutos educativos, así como incrementar la seguridad en casos de suplantación de identidad. Para lograr nuestro objetivo, se creará un sistema de reconocimiento facial que al recibir una fotografía de los alumnos presentes en el aula, los identificará y confirmará su asistencia en la base de datos. Será importante la investigación de modelos pre entrenados utilizando la técnica ágil de benchmarking, los modelos analizados y comparados nos servirán como base para el desarrollo del sistema de reconocimiento facial. Este programa será conectado con una aplicación que utilizará una interfaz sencilla para que los profesores puedan ahorrar tiempo de la clase o evaluaciones en tomar asistencia o confirmar la identidad de los alumnos presentes. También, aumentará la seguridad evitando posibles suplantaciones de identidad con herramientas como moldes de huella dactilar falso (exámenes de admisión) o exámenes parciales y/o finales (DNI falso). El sistema creado será escalable, es decir que la base será fundamental para el desarrollo de un futuro proyecto más grande. El proyecto podría identificar incluso a más personas o ser implementado para un sistema de reconocimiento en tiempo real. A su vez, podría programarse para ser compatible con el sistema operativo MacOS, ampliando su uso a otros dispositivos. El alcance del proyecto ha sido contemplado para ser desarrollado a lo largo de las 28 semanas y probado en el semestre académico 2023-01 en la Universidad Peruana de Ciencias Aplicadas en Lima.