Reconocimiento facial en Azure para reforzar la seguridad y prevenir delitos
| dc.contributor.advisor | Torres Pardo, Ingrid Durley | |
| dc.contributor.author | Cetre Agualimpia, Jairo Junior | |
| dc.date.accessioned | 2024-09-17T16:41:41Z | |
| dc.date.available | 2024-09-17T16:41:41Z | |
| dc.date.issued | 2022-05-20 | |
| dc.description.abstract | El proyecto se enfoca en el desarrollo de un sistema de reconocimiento facial automático utilizando aprendizaje profundo impulsado por inteligencia artificial, específicamente para Segurtronic, una empresa que ofrece servicios de vigilancia y comercializa cámaras de seguridad, monitoreo y control de pánico. Este trabajo describe el proceso de detección de personas en instalaciones monitorizadas por cámaras. En caso de que una persona detectada no sea reconocida, se enviará una alerta solicitándole que se registre o proporcione sus huellas digitales en un área designada por la empresa. El desarrollo del proyecto se divide en dos fases. La primera fase comprende la clasificación y análisis de imágenes mediante la plataforma Azure Vision, utilizada para el entrenamiento necesario. La segunda fase involucra el reconocimiento facial empleando una biblioteca de Python. Este sistema permite identificar a una persona incluso si lleva la cara cubierta y considera el rango de edad de la persona detectada. Estas características son esenciales para cumplir con el objetivo del proyecto: crear un sistema capaz de detectar y predecir delitos relacionados con la suplantación del reconocimiento facial en el futuro cercano. Es crucial resaltar que el reconocimiento facial debe realizarse en puntos específicos, en lugar de todas las áreas cubiertas por las cámaras, ya que estas son las zonas más sensibles para observar a personas con acceso restringido. Este desarrollo también permite almacenar un historial que registra cuándo se analizó un rostro y el tiempo transcurrido entre la primera detección (ingreso al edificio) y la última detección (salida del edificio) y/o de las instalaciones. | |
| dc.format.extent | 26 p. | |
| dc.format.mimetype | application/pdf | |
| dc.identifier.uri | http://repository.ucatolicaluisamigo.edu.co/handle/20.500.14.531/4261 | |
| dc.language.iso | spa | |
| dc.publisher | Universidad Católica Luis Amigó | |
| dc.publisher.faculty | Escuela de posgrado. área de Ingeniería | |
| dc.publisher.place | Medellín | |
| dc.rights.accessrights | http://purl.org/coar/access_right/c_abf2 | |
| dc.rights.creativecommons | https://creativecommons.org/licenses/by-nc/4.0/ | |
| dc.rights.uri | https://creativecommons.org/licenses/by-nd/4.0/ | |
| dc.subject | Detección | spa |
| dc.subject | Azure | spa |
| dc.subject | Python | spa |
| dc.subject | Delitos | spa |
| dc.subject | Rostro | spa |
| dc.subject.armarc | a | |
| dc.thesis.discipline | Especialización en Big Data e Inteligencia de Negocios | |
| dc.thesis.grantor | Universidad Católica Luis Amigó | |
| dc.thesis.level | Especialización | |
| dc.thesis.name | Especializacista en Big Data e Inteligencia de Negocios | |
| dc.title | Reconocimiento facial en Azure para reforzar la seguridad y prevenir delitos | spa |
| dc.type.coar | http://purl.org/coar/resource_type/c_1843 | |
| dc.type.local | Tesis/Trabajo de grado - Monografía - Especialización | |
| oaire.accessrights | http://purl.org/coar/access_right/c_abf2 | |
| oaire.version | http://purl.org/coar/version/c_ab4af688f83e57aa |