Please use this identifier to cite or link to this item: https://rinacional.tecnm.mx/jspui/handle/TecNM/8649
Full metadata record
DC FieldValueLanguage
dc.contributor.authorGonzález Mosqueda, María Dolores-
dc.contributor.authorRodríguez Martínez, Rosa Kassandra-
dc.creatorGonzález Mosqueda, María Dolores#GOMD010621MGTNSLA0-
dc.creatorRodríguez Martínez, Rosa Kassandra#ROMR010324MGTDRSA5-
dc.date.accessioned2024-12-09T20:23:41Z-
dc.date.available2024-12-09T20:23:41Z-
dc.date.issued2024-12-13-
dc.identifier.urihttps://rinacional.tecnm.mx/jspui/handle/TecNM/8649-
dc.descriptionLa combinación de inteligencia artificial (IA) y Redes Neuronales Convolucionales (CNN) ha revolucionado la visión por computadora, permitiendo a las máquinas interpretar y comprender imágenes de manera inteligente. Estas tecnologías han demostrado un impacto significativo en una variedad de aplicaciones prácticas y están transformando fundamentalmente la forma en que se interactúa con el mundo digital y físico. Se desarrollo una interfaz gráfica intuitiva y de fácil acceso para mejorar el reconocimiento facial mediante la implementación de modelos de redes neuronales convolucionales con el lenguaje de programación Python. Para alcanzar este objetivo, se llevó a cabo la creación y procesamiento de una base de datos de imágenes de individuos, junto con la implementación de OpenCV para abordar los desafíos que presentan los algoritmos de visión. El proyecto se centró en mejorar la eficacia del reconocimiento facial y democratizar el acceso a esta tecnología, permitiendo que usuarios de diferentes niveles de habilidad puedan beneficiarse sin complicaciones. La combinación de inteligencia artificial y redes neuronales convolucionales está impulsando una revolución en la visión por computadora, transformando nuestra sociedad y nuestro mundo de formas nunca vistas. En dicho proyecto se utilizaron redes neuronales convolucionales y perceptrón multicapa como parte final del modelo que, con varias modificaciones en este, la normalización de las imágenes, y un exhaustivo entrenamiento se logró obtener un mejor desempeño de los resultados con un error debajo de 0.7 cercana a cero y una exactitud mayor al 0.95 cercana a 1. Resultando así un reconocimiento facial por medio de 3 técnicas que van desde el reconocimiento en una foto, video pre grabado y un video en vivo, existieron limitantes en cuanto a los videos en vivo, sin embargo los resultados fueron satisfactorios cumpliendo así el propósito del proyecto y sus respectivos objetivos con un reconocimiento en su totalidad de las personas ingresadas a la base de datos así como la creación de las interfaces graficas ayudando así a la manipulación de la captura y reconocimiento de rostros ingresados en la actualidad o en un futuro incremento de rostros.es_MX
dc.language.isospaes_MX
dc.publisherTecnológico Nacional de Méxicoes_MX
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0es_MX
dc.subjectinfo:eu-repo/classification/cti/7es_MX
dc.titleDesarrollo de una interfaz gráfica para el reconocimiento de rostroses_MX
dc.typeinfo:eu-repo/semantics/bachelorThesises_MX
dc.contributor.directorAztatzi Pluma, Dalyndha#AAPD851110Q89-
dc.rights.accessinfo:eu-repo/semantics/openAccesses_MX
dc.publisher.tecnmInstituto Tecnológico Superior de Abasoloes_MX
Appears in Collections:Ingeniería Mecatrónica

Files in This Item:
File Description SizeFormat 
Desarrollo de una interfaz gráfica para el reconocimiento de rostros.pdfDesarrollo de una interfaz gráfica para el reconocimiento de rostros1.69 MBAdobe PDFView/Open
LICENCIA MARIA DOLORES GONZALEZ Y ROSA KASSANDRA RODRIGUEZ.pdf
  Until 9999-12-31
Licencia de uso de obra MDGM y RKRM107.12 kBAdobe PDFView/Open Request a copy


This item is protected by original copyright



This item is licensed under a Creative Commons License Creative Commons