Identificador persistente para citar o vincular este elemento: http://hdl.handle.net/10662/7970
Títulos: FacesDetector: Aplicación práctica de machine learning sobre imágenes para un contexto de seguridad
Autores/as: Domínguez Gómez, Cristian
Director/a: Clemente Martín, Pedro José
Perianez Pascual, Jorge
Palabras clave: Detector facial;FacesDetector;Machine learning;Seguridad
Fecha de publicación: 2018-10-02
Resumen: 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
Colección:Grado en Ingeniería Informática en Ingeniería del Software

Archivos
Archivo Descripción TamañoFormato 
TFGUEX_2018_Dominguez_Gomez.pdf636,79 kBAdobe PDFDescargar


Este elemento está sujeto a una licencia Licencia Creative Commons Creative Commons