Impacto del preprocesamiento de imágenes en la efectividad de la verificación facial empleando visión computacional

dc.contributor.advisorBallón Álvarez, Joseph
dc.contributor.authorTafur Coronel Zegarra, Bruno
dc.date.accessioned2020-09-17T22:06:28Z
dc.date.available2020-09-17T22:06:28Z
dc.date.issued2020
dc.description.abstractEl objetivo de la investigación es evaluar el impacto del preprocesamiento de imágenes en la efectividad de la verificación facial. Un sistema de verificación facial realiza un proceso basado en detección de rostro, preprocesamiento de imagen, extracción de características y verificación facial. Los sistemas de verificación enfrentan desafíos relacionados a la iluminación, expresión o pose. Se decidió evaluar el impacto del preprocesamiento buscando aliviar estas dificultades. Se tomó en cuenta la evaluación del preprocesamiento en términos de alineamiento, suavizamiento, agudizamiento y ecualización. Se realizaron pruebas de efectividad en tres fuentes de información: Labeled Faces in the Wild (LFW), YouTube Faces DB (YTF) y una base de datos obtenida dentro del contexto local. Asimismo, se evaluó en tres algoritmos de extracción de características basados en redes neuronales convolucionales: OpenFace, VGGFace2 y Light CNN. Adicionalmente, se analizó con dos métodos de detección facial: basados en descriptores HOG y Haar. Se utilizó la metodología CRISP-DM para la analítica de datos y la metodología cascada para el desarrollo de software de dos prototipos. Los resultados de las pruebas alcanzaron una efectividad de hasta 98.18% en LFW, 85.72% en YTF y 93.62% en la base de datos del contexto local. Se demostró la relación entre los métodos de preprocesamiento y la efectividad del sistema corroborando que métodos como el alineamiento son muy efectivos. Se demostró que este impacto puede ser positivo o negativo dependiendo de la combinación de factores como la fuente de información, el modelo de verificación facial y el método de detección facial.es_ES
dc.formatapplication/pdfes_ES
dc.identifier.urihttps://hdl.handle.net/20.500.12640/2111
dc.languageEspañol
dc.language.isospa
dc.publisherUniversidad ESANes_ES
dc.publisher.countryPEes_ES
dc.rightsinfo:eu-repo/semantics/openAccess
dc.subjectIdentificación biométricaes_ES
dc.subjectVisión computacionales_ES
dc.subjectDetección faciales_ES
dc.subjectNueva tecnologíaes_ES
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#2.02.04es_ES
dc.titleImpacto del preprocesamiento de imágenes en la efectividad de la verificación facial empleando visión computacionales_ES
dc.typeinfo:eu-repo/semantics/bachelorThesises_ES
dc.type.otherTesis
local.acceso.esanAcceso abierto
renati.advisor.dni02441461
renati.advisor.orcidhttps://orcid.org/0000-0003-2362-5743
renati.author.dni74053225
renati.discipline613066es_ES
renati.jurorDel Carpio Gallegos, Javier Fernando
renati.jurorCalderón Niquín, Marks Arturo
renati.jurorMamani Ticona, Wilfredo
renati.levelhttps://purl.org/pe-repo/renati/level#tituloProfesionales_ES
renati.typehttps://purl.org/pe-repo/renati/type#tesises_ES
thesis.degree.disciplineIngeniería de Tecnologías de Información y Sistemases_ES
thesis.degree.grantorUniversidad ESAN. Facultad de Ingenieríaes_ES
thesis.degree.nameIngeniero de Tecnologías de Información y Sistemases_ES

Archivos

Bloque original

Mostrando 1 - 1 de 1
Miniatura
Nombre:
2020_ITIS_20-2_01_T.pdf
Tamaño:
7.72 MB
Formato:
Adobe Portable Document Format
Descripción:
Texto completo

Bloque de licencias

Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descripción: