Debido al aumento de estudiantes en la universidad y el gran tamaño de los cursos, en especial los de cátedra de la facultad de medicina, se evidencia la necesidad de agilizar el proceso de toma de asistencia de los estudiantes y docentes. En este trabajo se especifican los requerimientos de un sistema de reconocimiento facial para la toma de asistencia automatizada en aulas de clase basado en redes neuronales convolucionales y se muestran resultados del desempeño del sistema en un aula de clase de la Universidad Autónoma de Bucaramanga.
1. INTRODUCCIÓN 4
2. PLANTEAMIENTO DEL PROBLEMA 5
3. PLANTEAMIENTO DE LA SOLUCIÓN 6
4. OBJETIVOS 8
4.1. OBJETIVO GENERAL 8
4.2. OBJETIVOS ESPECIFICOS 8
5. RESULTADOS ESPERADOS 8
5.1. Objetivo específico 1 8
5.2. Objetivo específico 2 8
5.3. Objetivo específico 3 8
5.4. Objetivo específico 4 9
5.5. Objetivo específico 5 9
6. ESTADO DEL ARTE 10
7. MARCO TEORICO 22
7.1. Framework 22
7.2. Red neuronal 22
7.3. CNN 22
7.4. Darknet 23
7.5. Código QR 23
7.6. Zigbee 24
7.7. Minucia 24
7.8. Haar Features 24
7.9. Viola Jones 26
7.10. PCA (Principal Component Analysis) 26
7.11. LDA (Linear Discriminant Analysis) 27
7.12. DCT (Discrete Cosine Transform) por bloques 27
7.13. Raspberry 28
8. METODOLOGÍA 29
9. RESULTADOS OBTENIDOS 31
9.1. Objetivo específico 1 31
9.2. Objetivo específico 2 36
9.3. Objetivo específico 3 39
9.4. Objetivo específico 4 44
9.5. Objetivo específico 5 45
10. Conclusiones 53
11. REFERENCIAS 56
12. Anexos 59
Pregrado
Due to the increase in students at the university and the large size of the courses, especially those of the faculty of medicine, the need to speed up the process of taking attendance of students and teachers is evident. In this work, the requirements of a facial recognition system for automated attendance taking in classrooms based on convolutional neural networks are specified and results of the performance of the system in a classroom of the Universidad Autónoma de Bucaramanga are shown.