Resumen:
En el presente trabajo de titulación se desarrolló un sistema biométrico de control de acceso mediante el uso de técnicas de Deep Learning enfocado en el reconocimiento facial, mismo que se implementó en la UDIV de Desarrollo Computacional de la Escuela Superior Politécnica de Manabí MFL, como una alternativa de sistema de seguridad; en primera instancia se realizó un levantamiento de los requerimientos mediante una entrevista al encargado del área sobre la seguridad del sitio y cualquier tipo de antecedente existente produciendo un documento bajo el estándar IEEE 890-1998, la solución implementada consta de dos partes fundamentales, como son: la inteligencia artificial, que es la encargada de recibir los datos de la cámara de vigilancia y compararlos con una base de datos de fotos usando autoencoders, todo esto siguiendo la metodología CRISP–DM, y un módulo web para administrar la información de los usuario y visualizar los reportes de los diferentes accesos, esta segunda fase se la desarrolló mediante el uso de Programación Extrema (XP), entre los principales resultados se evidencia una precisión de un 98% en el modelo de reconocimiento facial gracias a los datos obtenidos de los trabajadores para su utilización en el anteriormente mencionado y un módulo de reportes que muestra los diferentes horarios de acceso de los empleados.
Descripción:
In this degree work, a biometric access control system was developed through the use of Deep Learning techniques focused on facial recognition with the express purpose of being implemented in the UDIV of Computational Development as a security system; first, a requirements gathering was carried out through an interview with the main head of the area about the security on site and any type of existing precedents, producing a document under the IEEE 890-1998 standard, the development and correct design of the fundamental parts of the system was carried out then, such as the artificial intelligence that will be in charge of receiving the data from the surveillance camera and interpreting them, all this following the CRISP-DM methodology, a database to manage the information and a graphical user interface that allows an optimal and understandable user experience through the use of Xtreme Programming (XP), amongst the principal results It was evident a precision of 98% in the face recognition model thanks to the obtained data from the workers for its usage in the aforementioned and a report module that showcases the different access schedules of employees
Excepto si se señala otra cosa, la licencia del ítem se describe como openAccess