¡¡ Estudiante Autónoma, sugiere un sistema biométrico de reconocimiento facial basado en inteligencia artificial !!

En este proyecto se diseñó un prototipo de un sistema biométrico de reconocimiento facial usando inteligencia artificial con la capacidad suficiente para adaptarse a varios entornos, principalmente en los que se tiene foco para este proyecto los cuales son conjuntos residenciales cerrados y empresas privadas bien sean pequeñas, medianas o grandes. 

Para la creación de este sistema se usó una arquitectura de red neuronal profunda especializada en detectar rostros denominada red neuronal convolucional multitareas con la que se obtuvo un porcentaje de eficiencia superior al 85% y que a su vez también tuvo pocos requerimientos de hardware para su implementación, en este proceso se analizaron tres tipos de arquitectura donde la mejor fue la que usaba ORB (por sus siglas en ingles Oriented FAST and Rotated BRIEF), para la detección de puntos clave del rostro tomando aproximadamente 500 puntos de la cara humana, con los cuales realizaba una comparación para la validación de autenticidad. El HMI(interfaz máquina-humano) que se diseñó para el prototipo fue creado por medio del lenguaje de programación Python usando la librería tkinter y gridfs que además necesitó la ayuda del software Pycharm, en este programa se elaboró una interfaz gráfica amigable y de fácil entendimiento para el usuario con unos cuadros emergentes, además el texto de los mismos poseen una fuente suave y agradable para una cómoda lectura. Por otro lado, en el software Pycharm también se creó el algoritmo del prototipo del sistema biométrico de reconocimiento facial usando las librerías de random, os, cv2, matplotlib y mtcnn con estas librerías y una profunda investigación de los distintos temas de interés se completó el algoritmo requerido sin necesidad de usar otro tipo de lenguaje de programación u otro software para el desarrollo del sistema. El algoritmo que se elaboró para este prototipo tiene un gran porcentaje de acierto que es aproximadamente del 94%, dicho valor fue encontrado mediante varias pruebas hechas de este sistema con diferentes personas lo cual permitió validar un óptimo funcionamiento del prototipo creado.