Show simple item record

dc.contributor.advisorHuamaní Navarrete, Pedro
dc.contributor.authorCayllahua Aquino, Nestor Asbel
dc.contributor.authorSuárez Macedo, Juan Carlos
dc.date.accessioned2020-07-05T23:22:11Z
dc.date.available2020-07-05T23:22:11Z
dc.date.issued2019
dc.identifier.urihttp://repositorio.urp.edu.pe/handle/URP/3086
dc.description.abstractLas redes neuronales convolucionales (CNN siglas en inglés) de aprendizaje profundo han demostrado en los últimos años una gran capacidad para resolver problemas de clasificación de imágenes, gracias al aprendizaje que realizan con millones de datos que se pueden encontrar en diferentes motores de almacenamiento en el internet. Asimismo, el reconocimiento facial representa un importante campo de aplicación desde hace algunos años y actualmente, por su diversificación en aplicaciones que van desde la mejora de la seguridad, programas digitales de telefonía celular y aplicaciones industriales. Por lo cual, este trabajo tuvo como objetivo la implementación de una red neuronal convolucional de aprendizaje profundo, para el reconocimiento facial y el control de acceso de estudiantes de la carrera de Ingeniería Mecatrónica; para esto, la metodología empleada consistió en el entrenamiento de la red neuronal, con el propósito de extraer los datos relevantes de los rasgos faciales en las fotografías tomadas al grupo de estudiantes, y cuando se probó con un nuevo grupo de fotos de las mismas personas, se consiguió el reconocimiento de las personas. La muestra utilizada fue de 426 fotografías correspondiente a 14 alumnos que utilizaron el Laboratorio de Control en el semestre 2019-I; igualmente, el software empleado para el entrenamiento de la red fue el MATLAB y su Toolbox Deep Learning. Así como también, se realizaron diferentes pruebas para la selección de la red, iniciando con una capa de convolución, luego dos, y finalmente tres capas, las cuales otorgaron los siguientes porcentajes de precisión 15.63%, 94.00% y 67.13% , respectivamente. De esta manera, se optó por elegir la red neuronal con dos capas de convolución, de 16 y 32 filtros, para realizar el reconocimiento facial.es_ES
dc.description.uriTesises_ES
dc.formatapplication/pdfes_ES
dc.language.isoeses_ES
dc.publisherUniversidad Ricardo Palmaes_ES
dc.rightsinfo:eu-repo/semantics/openAccesses_ES
dc.rights.urihttp://creativecommons.org/licences/by-nc-nd/2.5/pe/es_ES
dc.sourceRepositorio institucional - URPes_ES
dc.sourceUniversidad Ricardo Palmaes_ES
dc.subjectAprendizaje profundoes_ES
dc.subjectreconocimiento faciales_ES
dc.subjectMatlabes_ES
dc.subjecttoolbox Deep Learninges_ES
dc.subjectconvoluciónes_ES
dc.subjectcapases_ES
dc.titleRedes neuronales de aprendizaje profundo para el reconocimiento facial y control de acceso de estudiantes a un laboratorioes_ES
dc.typeinfo:eu-repo/semantics/bachelorThesises_ES
thesis.degree.disciplineIngeniería Electrónicaes_ES
thesis.degree.grantorUniversidad Ricardo Palma. Facultad de Ingenieríaes_ES
thesis.degree.levelTítulo Profesionales_ES
thesis.degree.programIngeniería Electrónicaes_ES
thesis.degree.nameIngeniero Electrónicoes_ES


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

info:eu-repo/semantics/openAccess
Except where otherwise noted, this item's license is described as info:eu-repo/semantics/openAccess

Av. Benavides 5440 - Santiago de Surco Lima 33 Perú | Apartado postal 1801 | ( 0511 ) 708 0000

Sugerencias