FacesDetector: Aplicación práctica de machine learning sobre imágenes para un contexto de seguridad

DSpace/Manakin Repository

español português english

FacesDetector: Aplicación práctica de machine learning sobre imágenes para un contexto de seguridad

Show full item record

Title: FacesDetector: Aplicación práctica de machine learning sobre imágenes para un contexto de seguridad
Author: Domínguez Gómez, Cristian
Abstract: En el presente documento se presenta FacesDetector, una aplicación práctica de Machine Learning sobre imágenes para un contexto de seguridad. El objetivo principal de este Trabajo de Fin de Grado es desarrollar un sistema de reconocimiento facial que se pueda aplicar en cualquier entorno, tanto personal como empresarial, en materia de seguridad. Para ilustrar el objetivo de este proyecto, un ejemplo de uso concreto para el sistema desarrollado es el del laboratorio de Quercus, situado en el edificio de investigación. Actualmente, el sistema existente para entrar en el laboratorio es mediante una tarjeta NFC que, al situarla sobre la cerradura, ésta abre la puerta. Este sistema se podría sustituir o complementar con este Trabajo de Fin de Grado. Simplemente sería necesario colocar una cámara IP sobre la puerta y que, al detectar el rostro de una persona, compruebe si está autorizada para entrar al laboratorio. En caso de que esté autorizada, se activaría el mecanismo de apertura ya existente de la cerradura de la puerta. En caso contrario, simplemente, no se abriría la puerta. El proyecto podría ser desplegado en cualquier contexto, ya sea personal o empresarial, como ya se ha comentado. Respondiendo al problema sobre la falta de proyectos open-source de este tipo expuesto en la introducción del presente documento, junto a éste se entrega todo el código desarrollado y, además, también se publicará el código en la plataforma Github para que cualquier persona pueda reutilizar este sistema de forma gratuita y editar el código en función de las necesidades de cada usuario. La dirección de este repositorio es https://github.com/smackcristian/tfg Este documento se encuentra dividido en cinco secciones, además de la actual: en primer lugar, en el siguiente capítulo, se analizará el estado de arte, explicando los conceptos de Machine Learning y Deep Learning mencionados anteriormente, entre otros, tan utilizados en los últimos tiempos. En los capítulos posteriores, se describirá la propuesta de una solución, cumpliendo los objetivos definidos anteriormente; la validación tecnológica del sistema y posibles trabajos futuros que no han llegado a implementarse.
URI: http://hdl.handle.net/10662/7970
Date: 2018-10-02


Files in this item

Files Size Format View
TFGUEX_2018_Dominguez_Gomez.pdf 636.7Kb PDF Thumbnail

The following license files are associated with this item:

This item appears in the following Collection(s)

Show full item record

Atribución-NoComercial-SinDerivadas 3.0 España Except where otherwise noted, this item's license is described as Atribución-NoComercial-SinDerivadas 3.0 España

Search DSpace


Browse

My Account

Statistics

Help

Redes sociales