FACULTAD DE INGENIERÍA Y ARQUITECTURA

ESCUELA PROFESIONAL DE INGENIERÍA DE SISTEMAS

“SISTEMA DE CONTROL DE ASISTENCIA CON

RECONOCIMIENTO FACIAL Y GEOCALIZACIÓN
BASADO EN VISIÓN ARTIFICIAL EN UNA ENTIDAD
ACADÉMICA, SULLANA 2023”

AUTOR (ES):
Arevalo Aguirre, Jesus Rafael (Orcid: 0000-0001-6625-0836)
Torres Gonzales, Leonardo Estefano (Orcid: 0000-0003-2284-205X)

ASESOR:
Mgtr. Ing. Jaramillo Atoche, Javier Eduardo

LINEA DE INVESTIGACIÓN:
Tecnología de la Información y Comunicación

SULLANA – PIURA
2023
 DEDICATORIA
Este trabajo de investigación se lo dedico a mis
padres por el esfuerzo y la oportunidad de estar
estudiando la carrera profesional de Ingeniería de
Sistemas y en la prestigiosa Universidad César
Vallejo, y a Dios por sus bendiciones que nos brinda
día a día, Así mismo a nuestra familia, por la buena
crianza y formación que nos han dado, por los buenos
hábitos y valores que nos han ayudado a salir
adelantes en los momentos difíciles y por su
compañía en los buenos momentos.

ii
 AGRADECIMIENTO
Agradecemos este trabajo investigación a las
autoridades de la Universidad César Vallejo, a los
coordinadores de la Escuela Profesional de Ingeniería
de Sistemas, por el permiso para realizar este
proyecto con los estudiantes que tienen acceso al
laboratorio TIC, además por la información brindada y
por el buen trato, también a nuestro docente Javier
Jaramillo por sus asesorías en este estudio, por su
comprensión, por los conocimientos trasmitidos
durante las sesiones de aprendizaje y por su
paciencia durante el desarrollo del sistema. Así
mismo a nuestra familia por su constante motivación,
y apoyo en el transcurso de la investigación.

iii
 ÍNDICE DE CONTENIDOS

DEDICATORIA .................................................................................................. ii
AGRADECIMIENTO ......................................................................................... iii
ÍNDICE DE CONTENIDOS ............................................................................... iv
ÍNDICE DE TABLAS Y FIGURAS .................................................................... vi
I. INTRODUCCIÓN........................................................................................ 1
1.1. Descripción del Proyecto...................................................................... 4
1.2. Situación Problemática ........................................................................ 5
II. OBJETIVOS Y JUSTIFICACIÓN ............................................................... 7
2.1. Objetivo General .................................................................................. 7
2.2. Objetivos Específicos ........................................................................... 7
2.3. Justificación ......................................................................................... 7
III. MARCO TEÓRICO ................................................................................. 9
3.1. Antecedentes ....................................................................................... 9
3.1.1. Internacionales .............................................................................. 9
3.1.2. Nacionales ................................................................................... 12
3.2. Bases Teóricas ................................................................................. 15
3.2.1. Tecnología Digital ........................................................................ 15
3.2.2. Sistema de control de Asistencia ................................................. 15
3.2.3. Inteligencia Artificial ..................................................................... 16
3.2.4. Técnica Machine Learning ........................................................... 16
3.2.5. Técnica Deep Learning ................................................................ 16
3.2.6. Reconocimiento facial .................................................................. 17
3.2.7. Sistema de Reconocimiento Facial .............................................. 18
3.2.8. Visión Artificial ............................................................................. 19
3.2.9. Geocalización .............................................................................. 20
3.3. Herramientas para el desarrollo del sistema ................................. 21
3.3.1. Microsoft Visual Estudio .............................................................. 21
3.3.2. Microsoft SQL Server .................................................................. 21
3.3.3. Phyton ......................................................................................... 21
3.3.4. Numpy ......................................................................................... 22
3.3.5. OpenCV ....................................................................................... 23
3.3.6. Face Api ...................................................................................... 23

iv
IV. PLANIFICACIÓN DEL PROYECTO ..................................................... 24
V. METODOLOGÍA SCRUM ........................................................................ 25
5.1. Planificación ..................................................................................... 25
5.1.1. Identificación de los requerimientos de la entidad académica...... 25
5.1.2. Vista general de la entidad académica ........................................ 25
5.2. Iniciación .......................................................................................... 26
5.2.1. Identificar el lenguaje de programación y software de BD ........... 26
5.2.2. Planificación del sprint 1 .............................................................. 26
5.3. Desarrollo del Sistema..................................................................... 27
5.3.1. Registro de datos y creación de consultas ................................... 27
5.3.2. Ejecutar el reconocimiento facial ................................................. 28
5.4. Estructura e implementación .......................................................... 29
5.4.1. Prueba funcional del sistema ....................................................... 29
5.4.2. Prueba funcional con los estudiantes de la UCV ......................... 30
5.4.3. Prueba funcional con el personal y estudiantes del laboratorio .... 32
5.5. Finalización ...................................................................................... 34
5.5.1. Verificar la funcionalidad del sistema ........................................... 34
VI. CONCLUSIONES ................................................................................. 35
VII. RECOMENDACIONES ...................................................................... 36
REFERENCIAS BIBLIOGRÁFICAS ............................................................... 37

v
 ÍNDICE DE TABLAS Y FIGURAS

Figura 1: Cronograma de actividades ............................................................. 24

Figura 2: Vista general de la entidad académica ............................................. 25
Figura 3: Boceto de la Primera Interfaz ........................................................... 26
Figura 4: Diagrama de procesos del registro y creación de consultas ............. 28
Figura 5: Diagrama de procesos del sistema .................................................. 32
Figura 6: Diagrama de caso de uso del sistema.............................................. 33

vi
I. INTRODUCCIÓN
En la actualidad, los avances de la ciencia, la informática y las matemáticas han
contribuido al crecimiento de la inteligencia artificial. Por otro lado, la inteligencia
artificial está presente en nuestra vida cotidiana, como los algoritmos de los
motores de búsqueda que aprenden de nuestros gustos y preferencias. En el
futuro, se prevé que los programas informáticos nos ayuden a diagnosticar y
prevenir enfermedades analizando nuestras señales vitales. También se incluye
en nuestros geolocalizadores, que no sólo nos dicen hacia dónde nos dirigimos,
sino también el camino exacto que debemos seguir para llegar allí (Mondragón,
2021).

Según (Rainer Granados y Rodríguez Baena 2019), la IA utiliza búsquedas

heurísticas, realizadas aleatoriamente o mediante un tipo de estrategia, a través
de un algoritmo heurístico que proporciona un mecanismo para encontrar
buenas soluciones a un problema dado. Sin embargo, la IA no siempre será
capaz de encontrar buenas soluciones a un problema óptimo, ni siempre será
capaz de encontrar la solución en un tiempo razonable. El algoritmo ejecuta
búsquedas y descubre soluciones sin garantizar respuestas ideales. Cabe
destacar que cuanta más información se proporcione al algoritmo, mayor será su
potencial para identificar una solución.

Por otra parte, las empresas modernas permiten a los trabajadores trabajar
según un modelo. Sin embargo, hay empresas en las que es vital regular la
asistencia al lugar de trabajo y fomentar el crecimiento de sus operaciones. Por
lo tanto, un sistema de control de asistencia es un proceso administrativo que
registra el cumplimiento de los turnos asignados a los empleados, este control
se realiza digitalmente a través de un software, ya que la información ingresada
será guardada y no podrá perderse, también permitirá monitorear el
cumplimiento de las normas laborales, además de ayudar con la confirmación de
ausencias y puntualidad (Buk 2021).

1
Hay que tener en cuenta que no todas las jornadas laborales son iguales, ya que
algunos trabajadores llegan minutos antes o después, se ponen enfermos o se
ausentan sin motivo aparente, y se marchan minutos antes; a otros hay que
compensarles por la finalización del trabajo y por las horas extraordinarias.
Todas estas incidencias deben documentarse y controlarse, por lo que es
necesario un control de asistencia, ya que comúnmente se entiende que la
asistencia es el acto o condición de estar presente en el lugar de trabajo de
acuerdo con las normas corporativas. Para tener un control de asistencia, es
necesario tener un registro de entradas y salidas del personal. Es de suma
importancia saber a qué hora inició el personal su jornada laboral y a qué hora
la abandonó, ya que debe apegarse al horario legal. A la hora de implantar este
sistema de control, se debe utilizar una técnica concreta para este registro, que
puede incluir biometría (huella dactilar), hojas de cálculo, aplicaciones o software
para móviles, reconocimiento facial y geolocalización. Lo que algunas empresas
aún no han establecido es que la tecnología es su principal aliada y que se
utilizarán herramientas digitales. Utilizando un sistema o software de registro,
estarías innovando en tu negocio y regulando la producción: gestión de horas
extra, gestión de nóminas (ayuda a computar la asignación de turnos y la
asistencia) y productividad (saber qué empleados faltan y sus motivos)
(Valenzuela 2021)

El reconocimiento facial es un sistema que identifica la existencia de una persona

comparando una imagen digital o un vídeo de la cara con datos preexistentes;
también puede utilizarse para autenticar la identificación de una persona
determinando si existe una imagen preexistente. Además, el reconocimiento
facial no es una tecnología nueva; lo ha sido durante décadas. Sin embargo, en
los últimos años, las soluciones de reconocimiento facial se han convertido en
algo habitual en nuestra vida cotidiana. Se emplea para la comparación de
rostros y la verificación de la identidad digital mediante el uso de facilidades
existentes en los teléfonos móviles o en las instituciones financieras. El
reconocimiento facial requiere cuatro procedimientos. 1. La detección facial se
lleva a cabo utilizando una imagen o vídeo que detecta un rostro humano. 2.
Análisis. Se realiza mediante aprendizaje automático utilizando un conjunto de
datos que incluye rasgos de la cara como los ojos, la nariz y las mejillas. 3. El
2
proceso de transformar una imagen en datos utilizando puntos nodales para
generar datos biométricos para el reconocimiento facial. 4. Una vez determinada
la huella facial, se compara con otras fuentes, como las huellas faciales de
instituciones públicas o privadas. El reconocimiento facial se utiliza para
confirmar la identificación y mejorar la productividad (OneSpan 2021).

La visión artificial permite a los ordenadores y sistemas extraer información de

fotos digitales, vídeos y otras entradas visuales. Mientras que la inteligencia
artificial permite a los ordenadores pensar, la visión artificial les permite ver,
observar y comprender. También funciona de forma similar a la visión humana,
pero con la distinción de que las personas pueden identificar las cosas, la
distancia, el movimiento y si hay algo mal en la imagen. La visión artificial
requiere una gran cantidad de datos para detectar diferencias e identificar
imágenes. Para ello necesita tecnologías fundamentales, como el aprendizaje
automático, que emplea algoritmos informáticos para educar el contexto de los
datos visuales, lo que le permite aprender por sí solo sin necesidad de
programación. Hoy en día, la visión artificial se utiliza en el mundo real,
generando datos basados en una prueba e integrándolos en diversas
operaciones humanas. La visión artificial realiza las siguientes tareas: Puede
utilizarse un sistema de gestión de activos digitales para aumentar la precisión
de la búsqueda y la recuperación incluyendo la categorización de imágenes, la
identificación de objetos, el seguimiento de objetos y la recuperación de
imágenes con anotación automatizada de imágenes (IBM 2019).

La IA y la geolocalización cuentan en la actualidad con soluciones de Geo AI que

aprovechan los datos geográficos. Se trata de aportar soluciones trabajando con
enormes cantidades de datos, transformándolos, homogeneizándolos y
combinándolos, que de la Geo IA son sus capacidades predictivas y
prescriptivas. La Geo IA funciona recopilando datos y trabajando con ellos
(coordenadas, formas, distancia, tamaños, etc.) para luego homogeneizarlos y
darles forma, en la que aprenderá por sí sola a nutrirse para luego darnos
resultados precisos y fiables (Geograma 2021).

3
1.1. Descripción del Proyecto
La Universidad César Vallejo, así como los docentes cuentan con un sistema
de control de asistencia con biometría y por su plataforma digital en el que
registran su ingreso y salida a su centro laboral. Los alumnos solo registran
su entrada por medio de los docentes en sus plataformas web “TRILCE” y
“BLACKBOARD”, en el que no se sabe con exactitud si es que el estudiante
se encuentra presente o no en clase, ya que puede hacer creer que lo esté.

Es por ello que, con la información leída, comenzamos a desarrollar este

proyecto, el cual se basa en la IA para el acceso al laboratorio de los alumnos
de la Universidad César Vallejo, para lo cual nuestro grupo ha optado por
desarrollar un sistema de control de asistencia con reconocimiento facial y
geolocalización, de manera que permita el registro de asistencia de los
alumnos al ingreso al laboratorio mediante el reconocimiento de sus rostros
y su punto de localización mediante la geolocalización.

La Universidad César Vallejo crea un legado accesible a todos los peruanos,

para que sus docentes, egresados y estudiantes contribuyan al crecimiento
del país. Además de contar con instalaciones de vanguardia donde los
estudiantes de Ingeniería de Sistemas reciben instrucción en una variedad
de disciplinas de Tecnología de la Información, Diseño, Comunicaciones e
Ingeniería, los planes de estudio de la escuela se basan en la innovación y
la mejora continua. No hay que pasar por alto el hecho de que la universidad
cuenta con 150.000 estudiantes en 12 centros repartidos por todo el país.

RUC: 20164113532
Razón Social: Universidad César Vallejo S.A.C
Localización: Raúl de la Mata S/n – Prolongación AV. Chulucanas, Piura
Localización por Google Maps:
https://goo.gl/maps/vjxMhDMBXQAWMcyNA

4
1.2. Situación Problemática
La tecnología puede hacer que las organizaciones sean más inteligentes,
eficientes y adaptables, lo que les permite utilizar mejor sus recursos y
satisfacer la demanda de los clientes. La tecnología digital ha llegado para
resolver problemas a través de la innovación en minutos y con el mínimo
esfuerzo (Melo 2018). Por otro lado, también incluye sistemas inteligentes
que, en colaboración con la tecnología digital, se centran en la
automatización y optimización de procesos, aumentando así su producción,
utilizando BigData, loT, 5G, IA, robótica, visión artificial, realidad aumentada,
etc., que hacen posible el mundo físico y el mundo virtual, permitiendo así la
optimización a través del aprendizaje automático (UNIR 2021).

Además (Román 2020), nos dice que no hay que olvidar la pandemia Covid-
19 en donde tuvimos un proceso de adaptación de clases presenciales a
virtuales, en el que no fue un cambio de modalidad fue un “ajuste
emergente”, con el uso de la Tecnología de la Información y Comunicación
(TIC), en el que se involucró espacio, tiempo, actividades, retroalimentación,
horarios, y contenido. Por otro lado, se encuentra el docente en el que trata
de cumplir sus objetivos de enseñanza pese a que no se encuentra frente a
frente con los estudiantes para poder observarlos, por lo que, en pandemia
tanto docentes y estudiantes estaban pendientes de las plataformas y de la
conectividad de internet.

Según (Vilela et al 2021), Se debió tener en cuenta que, durante la educación

virtual, varios universitarios tuvieron desigualdades en el acceso de las TIC,
por lo que era una barrera para interrumpir su formación universitaria.
Durante la evolución de estos cambios, los estudiantes se dieron cuenta de
ciertos complejos en diferentes áreas ya que se requiere la asistencia a aulas
del campus universitario por lo que necesitaron de ciertas herramientas,
como es el caso de los laboratorios, equipos, herramientas físicas, ect. Cabe
señalar que en tiempo de pandemia los docentes aprendieron a incorporar
con las TIC sus procesos de aprendizaje en corto tiempo, teniendo
desempeño y calidad de enseñanza. Así mismo es importante destacar que
durante este periodo la labor docente fue más compleja por las brechas en
5
el acceso de las TIC, también por lo que no todos los estudiantes contaban
la misma oportunidad de conectividad.

Es importante la («Guía del Estudiante Pregrado» 2022) se debe leer,

conocer y entender, en ella nos explica acerca de su campus Virtual, en las
que tenemos las plataformas: Trilce, que es para la gestión y administración
de documentos y Blackboard Learn que es el proceso de enseñanza y
aprendizaje. Cabe señalar que en ambas plataformas los estudiantes
pueden observar sus asistencias, tardanzas, justificaciones e inasistencias.
Por otro lado, también se tiene la Guía del Reglamento Docente, en ella nos
dice que, como labor del personal docente, debes registrar las asistencias y
notas en el sistema cerrarlas según las fechas programadas. Otro dato
importante del docente son sus instrumentos de evaluación del desempeño
docente, en el que en el Subcapítulo I (carpeta docente virtual) el docente
debe cumplir con el registro en el sistema de los contenidos de la carpeta
docente virtual y su evaluación según lo establecido, en dicha carpeta debe
estar el control de asistencia («RCU N.° 0514-2022/UCV «REGLAMENTO
DEL RÉGIMEN DOCENTE»» 2022). Tampoco olvidar que en el Manual de
las plataformas indican que el 30% de faltas quedas deshabilitado de las
asignaturas, sin derecho a reclamo o apelaciones a rendir las evaluaciones.

Como estudiantes de la Universidad César Vallejo, y ante la problemática

vista, hacemos la formulación del problema ¿Cómo saber de que el
estudiante se encuentra presente o que registre correctamente su control de
asistencia en los Laboratorios de TIC de la UCV?

6
II. OBJETIVOS Y JUSTIFICACIÓN
2.1. Objetivo General
Implementar un Sistema de control de asistencia con reconocimiento facial
y geocalización basado en visión artificial, que permita el acceso a los
laboratorios de TIC de los estudiantes de la UCV Piura.

2.2. Objetivos Específicos

1. Realizar un estudio de la cantidad de alumnos y de sus horarios de
ingreso a los laboratorios TIC.
2. Recopilar información y/o material visual que ayudara al ingreso de datos
y al reconocimiento facial del sistema de control de asistencia.
3. Desarrollar la Versión beta realizando pruebas de uso para el
reconocimiento facial y geocalización de los estudiantes de la Ucv.
4. Reconocer por medio del sistema el promedio de estudiantes que asiste,
y falta a las clases en los laboratorios de TIC.
5. Verificar mediante su ejecución el correcto funcionamiento en el
reconocimiento facial y geocalización al momento de registrar la
asistencia y acceder a los laboratorios de TIC.

2.3. Justificación
En esta investigación del estudio es justificable ya que la Universidad César
Vallejo en la Escuela Profesional de Ingeniería de Sistemas , los estudiantes
que tienen acceso a los laboratorios TIC tendrán un sistema de control de
asistencia con reconocimiento facial y geocalización para automatizar,
registrar y verificar la presencia del alumno en las clases, además de proveer
y hacer seguimiento a los estudiantes que tengan más del 30% de faltas , y
aportar posibles soluciones a esas incidencias.

También es justificable de manera practica ya que el sistema aportara y

mejorará el control de asistencia, obteniendo información y localización del
momento que el estudiante acceda a clases en los laboratorios TIC,
permitiendo registrar el rostro del estudiante y verificando su identidad.

7
Por otro lado, se justifica al lado Institucional ya que el sistema ayudará al
usuario y/o alumno de saber si pertenece a la relación de los estudiantes y
al horario de cada clase, con el fin de salvaguardar la instalación y a
beneficiar a los docentes al momento de controlar la asistencia, ya que de
haber alguna incidencia o reclamo será utilizada con fines legales.

Por último se justifica por la tecnología, ya que el sistema al contar con

reconocimiento facial vanguarda la seguridad, ya que será muy innovador y
de gran impacto en los estudiantes de Ingeniería de Sistemas, es de suma
importancia saber que el sistema aporta gran control de asistencia, registró
y automatizar la información, también previene incidencias e inasistencias,
así como de registrar el ingreso y salida de los laboratorios de TIC, siendo
de gran ayuda para los estudiantes y para acceder a su centro de estudio.

8
III. MARCO TEÓRICO
3.1. Antecedentes
3.1.1. Internacionales
Según (Rojas 2019) en su investigación titulada “Aplicación Móvil Para El
Registro Presencial De Personas Por Medio De Reconocimiento Facial”,
detalla sobre El control anual de asistencia puede parecer una práctica
obsoleta. Sin embargo, es la principal señal para garantizar la presencia
de todos los miembros en un grupo determinado. Regular con precisión la
asistencia de cada miembro del grupo y confirmar que los presentes
participan realmente en el evento, para que las actividades del grupo se
desarrollen con normalidad. Estas aplicaciones son programas
informáticos destinados a proporcionar a los usuarios los medios para
llevar a cabo diversas actividades. Estas aplicaciones nos permitirían
implementar el servicio de reconocimiento facial, permitiéndonos
optimizar el proceso de registro presencial, garantizar la seguridad de los
datos, ofrecer copias de seguridad y hacer accesible la información en
tiempo real a los interesados, entre otras ventajas.

Mientras que, (Quinapaxi y Viracocha 2019) en su investigación titulada

“Diseñar e implementar una solución de control de ingreso y salida del
personal de KREANDO TI, por intermedio de reconocimiento facial”,
indica sobre la empresa Kreando TI no dispone de un sistema para
automatizar el control de asistencia. Con el fin de automatizar el proceso
de control de entrada y salida del personal de Kreando TI a través del
reconocimiento facial en tiempo real, se desarrollaron las siguientes
etapas: registro facial e información de cada empleado, mantenimiento de
los registros de personal y finalmente la emisión de reportes de asistencia
y emociones. Para el reconocimiento facial también se necesitaron las API
Face y Emotion.

Por otro lado (Echavez 2020) en su investigación titulada “Diseño e

implementación de un sistema de biometría facial para el control de
acceso en la Universidad de Cartagena” manifiesta que este programa es
una respuesta a la evidencia de vulnerabilidad dentro de las instalaciones
9
de la Universidad de Cartagena, y su objetivo es fortalecer las
restricciones de acceso actuales de la institución. Utilizando tecnologías
de almacenamiento en la nube, bibliotecas de Inteligencia Artificia. La
detección e identificación de personas fue eficaz; el sistema fue capaz de
identificar a un usuario a una distancia de hasta 3 metros, y también
funciona con accesorios, como demostraron las pruebas que se
registraron. Con este proyecto se pretende mejorar la seguridad de las
instalaciones de la Universidad de Cartagena, que servirá de lugar de
pruebas. La universidad se convertiría en una de las primeras del país en
emplear este método una vez finalizado este proyecto. Además, este
proyecto dará soporte a las investigaciones y proyectos que se realicen
desde el grupo de investigación INGESINFO de la Universidad de
Cartagena, siendo susceptible de ajustes y mejoras.

Así mismo (Legarda y Loaiza 2022) en su investigación titulada

“Reconocimiento facial para la automatización del registro de asistencia a
clases” señala que este trabajo produjo el sistema prototipo FR-ARCA
para el registro automático de asistencia a cursos presenciales utilizando
tecnologías de reconocimiento e identificación facial y modelos de
aprendizaje profundo. El uso e integración de contenedores, el lenguaje
de programación Python con los frameworks FastAPI y Django,
frameworks de Machine Learning como Keras, TensorFlow, PyTorch,
OpenCV y MXNet, y los protocolos de comunicación REST y MQTT
permitieron la implementación de inteligencia artificial (IA) en software de
producción. Con la extracción de las principales características faciales y
su almacenamiento en bases de datos (DB), las identidades se identifican
mediante el cálculo de la similitud entre vectores de características
(embeddings), eliminando la necesidad de volver a entrenar redes
neuronales convolucionales cuando se incorporan nuevos aprendices a la
institución. Mediante experimentos permitieron validar y configurar el
sistema para lograr una alta precisión en el registro de asistencia a clase.

10
Por ultimo (Loayza y David 2019) en su investigación titulada
“Herramienta de reconocimiento facial con técnica de visión
computacional 2D” explica cómo Se ha desarrollado un sistema de
reconocimiento de rostros humanos basado en visión por ordenador. En
ella se investiga la complejidad de dos algoritmos que han demostrado su
utilidad y robustez en aplicaciones de reconocimiento de rostros basadas
en visión por computador. Se ha basado en estos principios y sus
complementos recomendados. Los enfoques mencionados son 1) el
método Eigenfaces y 2) el método de Análisis Discriminante Lineal
(Fisherfaces). Ambos sistemas permiten detectar rostros comparando
imágenes almacenadas en bases de datos, y ambos enfoques se
distinguen por las siguientes características: El método Autorostros
analiza frente a una única imagen de referencia del individuo almacenada
en la base de datos, mientras que la técnica de Análisis Discriminante
Lineal compara frente a una media de imágenes de referencia. Para
mejorar la robustez del método Autorostrostros, se sugiere crear una base
de datos que contenga un conjunto de imágenes de referencia para cada
uno de los rostros a identificar, encontrar la tendencia central de estas
imágenes para cada rostro y utilizar esta tendencia central como nueva
referencia.

11
3.1.2. Nacionales
Según (Garcia y Hidalgo 2018) en su investigación titulada
“Implementación del Sistema Biométrico para el Control de Asistencia
Administrativa de la Universidad Privada de Pucallpa S.A.C 2017”
menciona la importancia de este sistema en las organizaciones actuales
desean un mayor grado de control, por lo que buscan la forma de
conseguirlo, y encuentran en la tecnología los medios de automatización
más eficaces. Por otro lado, estamos empezando a ver su uso en un
abanico cada vez mayor de situaciones cotidianas, y está claro que a
medida que pasa el tiempo, estos sistemas son cada vez menos costosos.
Nuestra Facultad de Ingeniería de Sistemas de la Universidad Priva de
Pucallpa SAC sirve como objeto de aplicación para este estudio de tesis,
el cual está orientado hacia la seguridad organizacional basada en el
reconocimiento dactilar y facial.

De igual manera (Gutiérrez 2019) en su investigación titulada “Sistema de

reconocimiento facial para el control de asistencia de la I.E. “juan pablo ii”
basado en visión computacional, 2019” detalla de las organizaciones en
la actualidad, en la que casi todas las instituciones han automatizado el
control de asistencia a través de dispositivos biométricos como lectores
de huellas dactilares, lectores de iris, sistemas de reconocimiento de voz,
sistemas de control de acceso por radiofrecuencia y control de acceso con
credenciales o códigos de barras. Por otro lado, este trabajo de
investigación se desarrolló un sistema de control de asistencia que
incorpora como sistema biométrico fundamental el reconocimiento facial
e integra tecnologías de hardware libre y software libre como la plataforma
RaspBerry pi, lenguajes de programación JAVA, microcontroladores PIC
y OpenCV..

12
Además (Paredes 2019) en su investigación titulad a “Mejora del control
de asistencia de personal a través de un sistema de información con
reconocimiento facial geolocalizado en Agro Rural” detalla la
problemática y el insuficiente control de asistencia de los empleados de
AGRO RURAL, que no asegura su presencia en sus lugares de trabajo,
contribuye a un sentimiento de insatisfacción con el servicio de la entidad.
El objetivo de este informe de suficiencia profesional es sugerir una
solución tecnológica a este problema utilizando un sistema de información
con reconocimiento facial geolocalizado divulgando cada una de sus
características. Investigaremos el estado actual de las tecnologías
utilizadas por el sistema sugerido. Se realiza el desarrollo de la solución
de acuerdo con la metodología de desarrollo de software RUP en cada
una de sus fases, cuya aplicación se refleja en la representación de los
casos de negocio y casos de uso antes y después de la implantación, así
como en los prototipos del sistema de información, con el fin de garantizar
el cumplimiento de los objetivos del informe.

Así mismo (Masgo 2020) en su investigación titulada “Implementación de

un sistema web basado en visión artificial y geolocalización, y su influencia
en la vigilancia del distrito de Lince, 2020” en ella manifiesta de como hizo
para alcanzar este objetivo se han utilizado herramientas técnicas
innovadoras y potentes algoritmos que funcionan a través de servicios en
línea suministrados por empresas como Google y Microsoft. Como
funcionalidades se utilizan el reconocimiento facial, la detección de
objetos y el reconocimiento de caracteres. Cabe destacar que en la
presente investigación se cumplieron las funciones de posicionamiento
mediante geolocalización, identificación por clases, detección y manejo de
contenido; sin embargo, la función de rastreo no se consideró debido a
que depende de la cobertura suministrada por las cámaras en la zona de
vigilancia, lo que no era posible por la existencia de zonas ciegas en el
distrito, que será posible en un futuro dependiendo de la instalación de
nuevos nodos de vigilancia, considerando no solo las zonas riesgo en
cuanto a la incidencia de delitos.

13
Por lo tanto (Delgado 2021) en su investigación titulada “Sistema con
reconocimiento facial geolocalizado para el monitoreo y control de los
vigilantes en una empresa de seguridad en Chiclayo” habla sobre el
dilema al que se enfrentaba una empresa de seguridad que pretendía
mejorar su método operativo de control de los vigilantes de las empresas
clientes. En vista de ello, se decidió que los retrasos, los errores en la
entrega de imágenes y el hecho de que en algunos casos no se informara
de ellos eran las principales fuentes de ineficacia, junto con el enfoque y
los instrumentos utilizados. Para construir el sistema se utilizó la
metodología RUP, ya que permitía estudiar el escenario del problema y
diseñar y ejecutar la solución propuesta. Consistía en una aplicación web
y una aplicación móvil que utilizaba el reconocimiento facial geolocalizado
para autenticar a los usuarios y evitar errores en la transferencia de datos
de asistencia e informes. Se obtuvo un alto nivel de conformidad con tres
requisitos de la norma ISO 25000, a saber, adecuación funcional,
seguridad y fiabilidad.

14
3.2. Bases Teóricas
3.2.1. Tecnología Digital
De acuerdo con (González y Quitora 2021) definen la TD, como la que
comprende todos los instrumentos electrónicos, sistemas automatizados,
dispositivos y recursos tecnológicos que producen, procesan o almacenan
datos. Además, estas tecnologías proporcionan interacción interpersonal y
colaboración en la generación, intercambio, difusión, gestión y acceso a la
información. Se refiere a los materiales o dispositivos en los que una
persona introduce instrucciones que se convierten en acciones que
resuelven un problema o dificultad utilizando un lenguaje matemático. Así
mismo, permite agilizar procesos, cálculos y crear nuevos enfoques y
formas de manipular la información para potenciar la productividad de las
personas. Su gran capacidad permite la creación de un número masivo de
acciones en un periodo de tiempo más corto, simplificando así las tareas
cotidianas en todos los campos de la civilización.
Mientras que (AFD 2019), está organización explica sobre la importancia de
la tecnología e innovación en especial la digital, es un factor de creación de
riqueza y un catalizador para el desarrollo de nuevas vías hacia el
desarrollo sostenible. Tiene repercusiones sociales de gran alcance en los
modos de cognición, la relación con el tiempo y el trabajo, todo lo cual debe
tenerse en cuenta, también ofrece nuevas posibilidades de acceso a
servicios importantes, hacen que las comunidades sean más sensibles a la
nueva información y fomentan una economía más colaborativa.

3.2.2. Sistema de control de Asistencia

Según (Raga 2021) es el que se encarga de supervisar y regular la
asistencia de los empleados de una determinada área o empresa. Además
de registrar a los usuarios y establecer horarios de trabajo, turnos y
vacaciones, regula quién tiene acceso a las instalaciones o departamentos.
Con el sistema de control de asistencia se puede realizar un seguimiento
de las horas de trabajo, controlar la asistencia y la puntualidad, y gestionar
los procedimientos de entrada y salida. Este sistema de control de
asistencia incluye control de marcación por reconocimiento facial,

15
verificación de identidad, aviso de llamada, reportes de asistencia y
verificación de registros de asistencia.

3.2.3. Inteligencia Artificial

Para (Ramírez 2022) define la IA, como la capacidad de dispositivos
artificiales como un ordenador o un robot para ejecutar actividades
asociadas a la inteligencia humana, incluida la capacidad de calcular,
recordar hechos, comprender significados e incluso jugar al ajedrez.
Actualmente no existen sistemas que puedan igualar el intelecto humano
en áreas que requieren operaciones no rutinarias, como la creatividad o el
pensamiento independiente. El objetivo de la inteligencia artificial es simular
los procesos cognitivos humanos. La tecnología ha progresado hasta el
punto de poder simular actividades de aprendizaje, razonamiento,
percepción y resolución de problemas.

3.2.4. Técnica Machine Learning

Además (Balparda 2020) conceptualiza a, ML como el área de
investigación que permite a los ordenadores aprender sin ser programados
explícitamente. También es el que extrae la información adecuada de los
datos y emite un juicio utilizando algoritmos de aprendizaje automático y
datos actuales. Los algoritmos de aprendizaje automático aprenden de los
datos existentes. Los resultados ayudan a las empresas a hacer la
selección correcta. Ayuda a las empresas a traducir los datos en
información y conocimientos que pueden ponerse en práctica.

3.2.5. Técnica Deep Learning

También (Alba 2019) explica sobre el aprendizaje profundo es una rama
del aprendizaje automático que emplea redes neuronales artificiales
organizadas jerárquicamente. Es un componente crucial de los coches
autónomos, que les permite identificar señales de tráfico y discriminar entre
peatones y luces de la calle. Es esencial para el control por voz en
productos de consumo como teléfonos móviles, tabletas, televisores y
altavoces inteligentes. El aprendizaje profundo está ganando mucho interés
últimamente, y con razón: está produciendo resultados que antes eran
16
imposibles. También es capaz de aprender a realizar tareas de
categorización directamente a partir de imágenes, texto o audio. Utilizando
un gran conjunto de datos etiquetados y topologías de redes neuronales
con varias capas. Los modelos que utilizan el aprendizaje profundo pueden
alcanzar una precisión de vanguardia, superando a veces el rendimiento
humano. El aprendizaje profundo alcanza niveles de precisión de
reconocimiento sin precedentes.

3.2.6. Reconocimiento facial

El reconocimiento facial es una técnica que permite la identificación
automática de un individuo a partir de una imagen digital. Desde que se
realizaron los primeros estudios en 1995, este tipo de seguridad biométrica
ha experimentado un enorme desarrollo. Hoy en día, los algoritmos de
reconocimiento facial han mejorado espectacularmente, sobre todo como
consecuencia de un público cada vez más exigente que solicita la
integración de esta característica de seguridad en sus dispositivos móviles,
hasta el punto de que ya es posible integrarlos con un alto grado de
confianza y seguridad. El reconocimiento facial es la autenticación
biométrica que utiliza medidas corporales para validar la identidad de una
persona, utilizando un subconjunto de datos biométricos que identifican al
individuo a través de la forma y estructura de la cara. Además, permite la
identificación de individuos a partir de sus rasgos faciales, replicando las
características de las personas, tras analizar una colección de imágenes
predefinidas (Espinoza y Jorquera 2015).

3.2.6.1. ¿Cómo funciona el reconocimiento facial?

El objetivo principal del reconocimiento facial es comparar fotografías de
rostros de personas captadas por una cámara especializada con una
base de datos. Estas listas de vigilancia pueden incluir fotografías de
cualquier persona, obtenidas de cualquier fuente, incluidas nuestras
cuentas en las redes sociales. Los sistemas de tecnología facial pueden
variar, pero suelen funcionar de la siguiente manera (Kaspersky 2022):

17
 • Reconocer rostro: La cámara identifica y localiza la imagen de tu
rostro, por lo que el sujeto de la toma debe estar en primer plano
(Kaspersky 2022).
• Análisis Facial: Se captura y evalúa una imagen facial. La mayoría
de los métodos de reconocimiento facial se basan en fotografías
bidimensionales porque son fáciles de comparar con imágenes
genéricas o de bases de datos. Los puntos de referencia faciales
importantes incluyen la distancia entre los ojos, la profundidad de las
cuencas oculares, la distancia de la frente a la barbilla, la curva de
los pómulos y los contornos de los labios, las orejas y la barbilla
(Kaspersky 2022).

• Conversión de imagen a datos: La captura facial transforma la

información analógica “rostros” en una colección de información
digital “datos” en función de las características faciales del individuo.
Los códigos digitales se denominan impresión facial (Kaspersky
2022).

• Buscar coincidencia: Cualquier foto etiquetada en Facebook se

añade a una base de datos que puede utilizarse para el
reconocimiento facial. Así, se determina si la huella facial coincide
con la foto de la base de datos de reconocimiento facial. Se decide
que el reconocimiento facial es el más natural de todos los métodos
biométricos, es la opción más lógica (Kaspersky 2022).

3.2.7. Sistema de Reconocimiento Facial

Identifica o valida la identidad de una persona basándose en su rostro.
Detecta y mide los rasgos faciales dentro de una imagen. El reconocimiento
facial puede reconocer rostros humanos en fotografías o vídeos, determinar
si el rostro de dos imágenes pertenece a la misma persona o buscar un
rostro en una biblioteca masiva de imágenes ya existentes. Los sistemas
de seguridad biométricos emplean el reconocimiento facial para identificar
de forma única a las personas durante la incorporación o el inicio de sesión
de los usuarios, así como para aplicar acciones de autenticación de
18
usuarios. Para la seguridad de los dispositivos, los móviles y personales
suelen utilizar tecnología de reconocimiento facial. Una de sus
características es un procedimiento de verificación rápido y eficaz. Además,
es más preciso que utilizar un número de teléfono móvil, una dirección de
correo electrónico, una dirección física o una dirección IP para identificar a
las personas. Además, interactúa rápidamente con la mayoría de los
productos de software de seguridad y es interoperable con la mayoría de
ellos. Por otro lado, entre sus ventajas se incluyen Emplean visión artificial
para identificar personas, lugares y cosas en las fotografías con una
precisión igual o superior a la de un humano, a un ritmo mucho más rápido
y con mejor eficacia de lo que lo haría un humano; analizan la imagen facial.
Lee y mapea la geometría del rostro y las emociones. El reconocimiento
facial permite reconocer a una persona comparando los rostros de dos o
más imágenes y determinando la probabilidad de coincidencia (Amazon
AWS 2022).

3.2.8. Visión Artificial

Otro termino importante es visión artificial o visión por computador, por ello
(Zapater 2022) define, como uno de los campos de la Inteligencia Artificial
en los que se está investigando, y tiene el potencial de revolucionar ciertos
sectores. La visión artificial consiste en una serie de tecnologías que hacen
que las máquinas "vean" y procesen información visual que les ayuda a
tomar decisiones. Esto se consigue mediante el aprendizaje automático. El
objetivo de la visión artificial es automatizar varios trabajos. Sin necesidad
de participación humana, las máquinas podrán extraer la información
necesaria del material visual y emitir los juicios correctos para realizar las
tareas requeridas.

3.2.8.1. ¿Cómo funciona la visión artificial?

Machine Learning, consiste en entrenar a los ordenadores para que
identifiquen y reconozcan patrones mediante algoritmos matemáticos.
Este proceso es necesario para que una máquina pueda ver. Esto les
permite finalmente "reconocer" los componentes que aparecen en las
fotos (Zapater 2022).

19
 La visión artificial consta de tres pasos que se realizan rápidamente:
• Adquisición. El aparato obtiene una sola imagen o varias a través
de fotos, películas o incluso en 3D.

• Procesamiento. El sistema analiza la imagen utilizando patrones

adquiridos a partir del análisis de cientos de fotografías anteriores.

• Comprensión. A continuación, el ordenador lee y comprende los

componentes de la imagen y los clasifica o etiqueta (Zapater
2022).

3.2.9. Geocalización
La geolocalización es el conjunto de métodos que permiten determinar y
utilizar la posición geográfica de un elemento un ordenador, un teléfono
móvil o cualquier otro dispositivo capaz de ser detectado por un sistema de
geoposicionamiento, en la Tierra. Esta técnica requiere la correcta
implementación de hardware y software, para lo que se necesita un
dispositivo que pueda comunicarse con un sistema de geoposicionamiento
o una conexión a Internet y un software que permita utilizar esta información
para los usos previstos. información recopilada por los motivos en cuestión
(Gualotuña, Miranda y Ordóñez 2014).

3.2.9.1. Servicios basados en localización

Los servicios basados en la localización (LBS) son servicios que
permiten la integración de numerosas tecnologías existentes en un
dispositivo para proporcionar al usuario final datos adicionales de
localización o posicionamiento. Permiten adjuntar coordenadas
geográficas, como la altitud y la latitud, a los datos registrados, que
posteriormente se interpretan en función de las necesidades (Jochen
2004).

Asimismo, los LBS orientados a las personas pueden dividirse en dos

categorías distintas: servicios push y servicios pull. En el primer caso, el
usuario recibe información basada en la ubicación sin solicitarla, es decir,
esta información se suministra de forma obligada. En el segundo caso,

20
 el usuario elige si solicita o no la información, pero se le da la opción de
hacerlo en función de su ubicación (Jochen 2004).

3.3. Herramientas para el desarrollo del sistema

3.3.1. Microsoft Visual Estudio
Microsoft Visual Studio es un entorno de desarrollo integrado para Windows
y Mac OS X. Es compatible con varios lenguajes de programación, como
C++, C#, Visual Basic.NET, F#, Java, PYTHON, Ruby y PHP, así como
entornos de desarrollo web, como ASP.NET MVC, Django, etc., además de
las nuevas capacidades en línea de Windows Azure. También permite a los
desarrolladores crear sitios web, aplicaciones web y servicios web en
cualquier entorno compatible con .NET (a partir de la versión .NET 2002).
Así, es posible diseñar programas que permitan la comunicación entre
estaciones de trabajo, páginas web, dispositivos móviles, dispositivos
embebidos y consolas de juegos (TerryGLee 2022).

3.3.2. Microsoft SQL Server

SQL Server es un sistema de gestión de bases de datos relacionales que
está totalmente integrado con el sistema operativo Windows y puede
implementarse en plataformas Linux y Mac como contenedor Docker.
Como sistema de gestión de bases de datos relacionales "RDBMS", puede
gestionar datos de forma eficiente manteniendo su coherencia e integridad.
Se encarga de almacenar los datos, validar los criterios de integridad
especificados, preservar la coherencia de los datos que almacena, incluso
si se produce un error, y garantizar las relaciones definidas por el usuario
entre los datos (GABILLAUD 2015).

3.3.3. Phyton
Es un lenguaje utilizado para construir sitios web y aplicaciones,
automatizar operaciones y realizar análisis de datos. Es un lenguaje de
amplia aplicación. Esto implica que puede utilizarse para desarrollar una
serie de aplicaciones y no está adaptado para abordar un tema específico.
Se utiliza para el desarrollo de sitios web y software, así como para la
automatización de tareas, el análisis de datos y la visualización de datos.
21
Sin embargo, como es muy fácil de usar, muchas profesiones no
relacionadas con la programación, como biólogos y contables, han
adoptado esta herramienta para realizar una serie de actividades comunes
(Bello 2021).

En el ámbito de la ciencia de datos, que es una de las utilidades de Python,

la analítica de datos y el aprendizaje automático se han convertido en la
corriente principal. Esto se debe a que los analistas de datos y otros
profesionales pueden utilizarlo para:
• Realizar cálculos estadísticos complejos
• Crear visualizaciones de datos
• Desarrollar algoritmos de aprendizaje automático
• Manipular y evaluar datos
• Esta herramienta permite desarrollar diversas visualizaciones de
datos, como gráficos de líneas y barras, gráficos circulares,
histogramas y gráficos 3D (Bello 2021).

3.3.4. Numpy
NumPy es un paquete de Python. El acrónimo representa Numeric Python.
Consiste en objetos array multidimensionales y operaciones de
procesamiento de arrays. Es un módulo de extensión de Python construido
principalmente en C. Esto asegura que las capacidades y funciones
matemáticas y numéricas precompiladas de NumPy garantizan una rápida
ejecución. NumPy es una biblioteca para cálculos matriciales con amplias
aplicaciones. Proporciona un objeto de alto rendimiento y herramientas
para manipular matrices multidimensionales. Es un paquete de Python
esencial para la computación científica. NumPy es un útil contenedor
multidimensional de datos generales, además de sus obvios usos
científicos (Gonzalez 2020). Además añade estructuras de datos robustas
al lenguaje de programación Python mediante el soporte de matrices y
arrays multidimensionales. Estas estructuras de datos garantizan la
eficacia de los cálculos de matrices (Gonzalez 2020).

22
3.3.5. OpenCV
Otro sistema importante es OPENCV, para ello (Rodríguez 2021) detalla
este software como una compilación de implementaciones de código
abierto para aproximadamente 2.500 operaciones algorítmicas. Además,
se centra en el aprendizaje automático y la visión artificial. Es la biblioteca
de visión artificial con más funcionalidades del mundo, lo que explica su
inmenso atractivo. Su uso principal es la detección de objetos y rostros,
sobre todo en seguridad, marketing y fotografía. Por otro lado, OpenCV es
un proyecto muy prometedor. Esta biblioteca creada por Intel ofrece
soluciones innovadoras en campos como los robots y la realidad virtual, por
lo que es probable que oigamos hablar más de ella en el futuro.

3.3.6. Face Api

Face API puede distinguir ira, desprecio, asco, miedo, felicidad, neutralidad,
tristeza y sorpresa basándose en anotaciones leídas por programadores
humanos. Sin embargo, es crucial tener en cuenta que las expresiones
faciales no representan necesariamente los sentimientos internos de un
individuo. devuelve un rectángulo de selección que contiene las caras
reconocidas. Utilizando una biblioteca cliente y una API REST, el
reconocimiento de emociones es posible. Se centra en la detección de
emociones mediante la API REST. API face puede utilizarse para
reconocer las expresiones faciales de sujetos de vídeo y proporcionar un
resumen de sus emociones (Britch 2022).

23
IV. PLANIFICACIÓN DEL PROYECTO

Figura 1: Cronograma de actividades

24
V. METODOLOGÍA SCRUM

5.1. Planificación
5.1.1. Identificación de los requerimientos de la entidad académica
Con la implementación del prototipo del sistema de control de asistencia
con reconocimiento facial basada en visión artificial, la entidad académica
“Universidad César Vallejo – Piura”, se identificó que se requiere de un
sistema que pueda utilizarlo los estudiantes y docentes en el que se
verifiquen la asistencia de dichos estudiantes, al mismo tiempo como
evidencia el rostro del estudiante encontrándose dentro del laboratorio,
para poder lograrlo se requiere de dispositivos tecnológicos, en este caso
se requiere de una laptop con las características mínimas que cuente con
web cam para que el rostro pueda ser reconocido. La UCV Piura, al utilizar
dichos sistemas, sus estudiantes de ingeniería de sistemas se beneficiarían
al momento de emplear los laboratorios de computo de redes y
comunicaciones ya que el docente conocera cuantos estudiantes se
encuentran presente verificando y corrigiendo con su asistencia en las
plataformas virtuales que cuenta la entidad académica. Una vez este el
sistema se realizará las pruebas correspondientes, permitiendo demostrar
que, si se encuentra correctamente, se comprueba que se registre,
reconozca y marque la asistencia de cada estudiante, sin tener problema o
error alguno.

5.1.2. Vista general de la entidad académica

Figura 2: Vista general de la entidad académica

25
5.2. Iniciación
5.2.1. Identificar el lenguaje de programación y software de BD
En este caso, se utilizó Python para el sistema de asistencia con
reconocimiento facial debido a que es un lenguaje de programación muy
popular, fácil de aprender y cuenta con una gran cantidad de bibliotecas y
herramientas que facilitan la programación de aplicaciones con
reconocimiento facial.
En cuanto al software de base de datos utilizado, se utilizó MySQL debido
a que es una base de datos relacional muy popular, de código abierto y de
alto rendimiento que es fácil de instalar y configurar. Además, MySQL es
compatible con Python y cuenta con una gran cantidad de recursos y
documentación disponibles en línea que hacen que sea una opción
atractiva para muchos proyectos de programación.
En resumen, se eligió Python y MySQL para el sistema de asistencia con
reconocimiento facial porque son lenguaje de programación y base de
datos muy populares, fáciles de aprender y utilizar, y cuentan con una
amplia comunidad de desarrolladores y recursos disponibles.

5.2.2. Planificación del sprint 1

Figura 3: Boceto de la Primera Interfaz

26
5.3. Desarrollo del Sistema
5.3.1. Registro de datos y creación de consultas
En nuestro sistema de reconocimiento facial y geolocalización, el proceso
de registro de datos y creación de consultas típicamente sigue los
siguientes pasos:
• Captura de datos de asistencia: El sistema utiliza tecnología de
reconocimiento facial, huella dactilar o de voz para capturar los datos
de asistencia de los usuarios.
• Almacenamiento de datos: Los datos capturados se almacenan en una
base de datos segura y confiable para su posterior uso.
• Creación de consultas: El sistema permite a los usuarios crear consultas
para buscar y analizar los datos de asistencia almacenados en la base
de datos. Las consultas pueden incluir información sobre el tiempo de
entrada y salida, los días trabajados, el tiempo de trabajo y otros datos
relevantes.
• Procesamiento de consultas: El sistema procesa las consultas y
proporciona resultados relevantes a los usuarios en tiempo real.
• Visualización de resultados: Los resultados de las consultas se
presentan al usuario en forma de informes y gráficos interactivos, que
permiten a los usuarios analizar y comprender mejor los datos de
asistencia.
• Actualización de datos: El sistema permite a los usuarios actualizar los
datos de asistencia según sea necesario, como agregar un nuevo
usuario, eliminar un usuario existente o actualizar información de
registro.
• Seguridad de datos: El sistema está diseñado para garantizar la
seguridad de los datos de asistencia, mediante el uso de medidas de
seguridad como el cifrado de datos, autenticación de usuarios y control
de acceso.
• En resumen, un sistema de registro de asistencia con reconocimiento
utiliza tecnología avanzada para capturar datos de asistencia de manera
segura y confiable, y permite a los usuarios crear consultas y analizar

27
 los datos en tiempo real. Además, se asegura de que los datos estén
protegidos mediante medidas de seguridad y privacidad adecuadas.

Figura 4: Diagrama de procesos del registro y creación de consultas

5.3.2. Ejecutar el reconocimiento facial

Las imágenes tomadas se guardarán dentro de la carpeta ucv/imh

28
 Luego se procede hacer la consulta

Realización de la consulta

5.4. Estructura e implementación

5.4.1. Prueba funcional del sistema
En la primera prueba funcional del sistema se observo lo siguiente:
Precisión: Esperamos que el sistema pueda identificarnos de manera
precisa y confiable. Para verificar la precisión del sistema, podríamos
realizar pruebas para verificar si el sistema nos identifica correctamente en
diferentes situaciones, como cambios en la iluminación o en nuestra
expresión facial.

29
Velocidad: Esperamos que el sistema pueda procesar nuestras imágenes
y realizar la identificación en tiempo real. Para verificar la velocidad del
sistema, podríamos realizar pruebas para evaluar cuánto tiempo tarda el
sistema en identificarnos después de escanear nuestra cara.
Accesibilidad: Esperamos que el sistema sea fácil de usar y esté disponible
en diferentes lugares de la universidad. Para verificar la accesibilidad del
sistema, podríamos probar si podemos acceder al sistema desde diferentes
ubicaciones y dispositivos.

Seguridad: Esperamos que el sistema proteja nuestra privacidad y que

nuestros datos biométricos estén seguros. Para verificar la seguridad del
sistema, podríamos evaluar si el sistema protege nuestros datos
biométricos y si se toman medidas para prevenir el acceso no autorizado.

Integración: Esperamos que el sistema funcione correctamente en conjunto

con otros sistemas de seguridad en la universidad, como cámaras de
vigilancia o sistemas de control de acceso. Para verificar la integración del
sistema, podríamos realizar pruebas para evaluar si el sistema funciona en
conjunto con otros sistemas de seguridad de manera efectiva.

5.4.2. Prueba funcional con los estudiantes de la UCV

Las pruebas de integración del sistema con los estudiantes de Ingeniería
de Sistemas de la UCV son un paso importante en el proceso de
implementación del sistema. Estas pruebas permiten evaluar el
funcionamiento del sistema en un ambiente real y obtener
retroalimentación valiosa de los usuarios finales.

Para llevar a cabo estas pruebas, se puede utilizar un diagrama de

procesos o un caso de uso del sistema con los alumnos de Ingeniería de
Sistemas. Ambos enfoques tienen sus propias ventajas y desventajas, y
la elección dependerá de los objetivos específicos de las pruebas y las
preferencias del equipo de desarrollo.
Un diagrama de procesos es una representación visual de los pasos
necesarios para llevar a cabo una tarea o proceso en el sistema. En el
30
contexto de las pruebas de integración, se podría crear un diagrama de
procesos que muestre cómo los estudiantes interactúan con el sistema en
diferentes escenarios, como la creación de una cuenta, la búsqueda de
cursos, la inscripción en cursos, la realización de exámenes, etc.

Por otro lado, un caso de uso es una descripción detallada de cómo un

usuario interactúa con el sistema para lograr un objetivo específico. En
este enfoque, se podría crear un caso de uso que describa cómo un
estudiante se registra en el sistema, busca un curso y se inscribe en él.
Ambos enfoques pueden ayudar a identificar posibles problemas y
limitaciones en el sistema y proporcionar información valiosa para mejorar
la usabilidad y la eficiencia del sistema. Además, la realización de estas
pruebas con los estudiantes de Ingeniería de Sistemas de la UCV permite
involucrar a los usuarios finales en el proceso de desarrollo y fomentar la
colaboración entre el equipo de desarrollo y los usuarios.

En resumen, las pruebas de integración del sistema con los estudiantes

de Ingeniería de Sistemas de la UCV son esenciales para garantizar que
el sistema cumpla con las necesidades y expectativas de los usuarios
finales. Tanto el diagrama de procesos como el caso de uso pueden ser
útiles para llevar a cabo estas pruebas y obtener retroalimentación valiosa
de los estudiantes.

31
 Figura 5: Diagrama de procesos del sistema

5.4.3. Prueba funcional con el personal y estudiantes del laboratorio

El sistema de reconocimiento facial puede ser utilizado en el laboratorio
de la Universidad Cesar Vallejo (UCV) para llevar un registro de los
estudiantes y docentes que acceden al laboratorio, así como para
controlar el acceso a determinadas áreas y equipos de este.

El funcionamiento del sistema puede ser el siguiente:

• Registro de estudiantes y docentes: El sistema permitirá el registro de

los estudiantes y docentes que acceden al laboratorio de la UCV, para
lo cual se deberá capturar una imagen de su rostro y almacenarla en
la base de datos del sistema.
• Identificación de usuarios: Cuando un estudiante o docente se
presente ante el sistema de reconocimiento facial, este capturará una

32
 imagen de su rostro y la comparará con las imágenes almacenadas en
la base de datos del sistema para identificar al usuario.
• Control de acceso: El sistema permitirá el control de acceso a
determinadas áreas y equipos del laboratorio de la UCV, de acuerdo a
los permisos otorgados a cada usuario. En caso de que un usuario
intente acceder a una zona restringida, el sistema generará una alerta
para notificar al personal encargado de la seguridad.
• Generación de reportes: El sistema podrá generar reportes de acceso
al laboratorio, en los cuales se registrarán las fechas y horarios de
ingreso y salida de cada usuario, así como las zonas y equipos a los
que accedieron.

A continuación, la gráfica del diagrama de caso de uso del sistema.

Figura 6: Diagrama de caso de uso del sistema

33
 Las funciones que tendrá el sistema son: registro de usuarios,
identificación de usuarios, control de acceso y generación de reportes. El
docente será el encargado de registrar a los usuarios en el sistema,
mientras que los estudiantes y el personal de la UCV utilizarán el sistema
para acceder al laboratorio y a las áreas y equipos correspondientes. El
sistema, por su parte, será el encargado de identificar a los usuarios y
controlar el acceso al laboratorio, así como de generar los reportes
correspondientes.

5.5. Finalización
5.5.1. Verificar la funcionalidad del sistema
La funcionalidad del sistema de registro de asistencia para los estudiantes
de la universidad cesar vallejo tendrá como función lo siguiente:
• Configuración del sistema: Asegurarse de que el sistema esté
configurado correctamente y que se haya registrado a todos los
estudiantes en la base de datos del sistema de reconocimiento facial.

• Prueba de reconocimiento: Invitar a los estudiantes a realizar una

prueba de reconocimiento facial en la entrada del edificio o en el
lugar donde se utilizará el sistema. Para hacerlo, cada estudiante
debe pararse frente a la cámara del sistema para que su rostro sea
escaneado y reconocido por el sistema.

• Identificación exitosa: Si el sistema funciona correctamente, el

nombre y la información del estudiante deben aparecer en la pantalla
del sistema después de haber sido identificado correctamente.

• Identificación fallida: En caso de que el sistema no pueda identificar

a un estudiante correctamente, se debe verificar si la imagen del
estudiante está correctamente registrada en la base de datos del
sistema o si la calidad de la imagen capturada es suficiente para el
reconocimiento facial. En caso contrario, se debe volver a registrar
la imagen del estudiante o mejorar la calidad de la imagen.

• Ajustes y mejoras: Si se detectan problemas en la funcionalidad del

sistema, se deben hacer ajustes y mejoras para garantizar que
funcione de manera óptima.

34
VI. CONCLUSIONES
1. Se concluye que primero se realizó un estudio de la cantidad de alumnos
que asiste, de sus horarios de ingreso y salida a los laboratorios TIC.
También se logró recopilar material visual que ayude al registro de datos
para el reconocimiento facial del sistema de control de asistencia. Por otro
lado, se desarrollaron los primeros sprint y la primera versión realizando
pruebas de funcionalidad para verificar el reconocimiento facial y
geocalización de los estudiantes de la Ucv.
2. Se concluye que, por medio del sistema, se logró reconocer el promedio
de estudiantes que asiste, y falta a las clases en los laboratorios de TIC.
Mientras tanto al verificar la funcionalidad del sistema por medio de su
ejecución mediante su ejecución el correcto funcionamiento del
reconocimiento facial y geocalización al momento de registrar la
asistencia y acceder a los laboratorios de TIC.
3. Se concluye y se observa cual es el tiempo de retraso por cada estudiante
que asiste a los laboratorios de la Facultad de Ingeniería de Sistemas, por
otro lado se vieron mejoras por parte de los estudiante ya que se
disminuirá las tardanzas por el reconocimiento facial, por lo que se dice
que gracias al sistema se produciría una disminución del tiempo de
tardanza en el control de asistencia. También se lograría comprobar la
presencia de los alumnos dentro de los laboratorios por medio de la
geocalización por lo que se afirma que el sistema ayudaría a obtener
mejoras en el nivel de accesos.
4. Finalmente se concluye que al implementar y utilizar el sistema se ve
mejoras en el control de asistencia, mejoro sus asistencias, puntualidad,
se verifico y comprobó el acceso, gracias al reconocimiento facial y
geocalización del estudiante dentro de los laboratorios TIC de la
universidad César Vallejo.

35
VII. RECOMENDACIONES

Teniendo conocimiento en base al desarrollo e implementación del sistema

de control de asistencia con reconocimiento facial y geocalización en base a
la visión artificial, para el acceso a los laboratorios TIC de los estudiantes de
la Facultad Ingeniería de Sistemas, y habiendo demostrado el
funcionamiento de los procesos, se recomienda para las futuras
investigaciones lo siguiente:
• Se recomienda llevar un reporte general de los tiempos de tardanza de
los estudiantes, realizarlo mensualmente, con la finalidad de mejorar el
control de asistencia de los accesos al laboratorio TIC de la UCV –
PIURA.
• Se recomienda capacitar al personal docente para que tengan
conocimiento sobre el uso del sistema y de la comprobación de los
usuarios y/o estudiantes que se encuentran registrados y asistidos al
laboratorio.
• Se recomienda elaborar un manual de uso para los nuevos usuarios
par poder utilizarse correctamente, de manera lógica como física, y
pueda funcionar el reconocimiento facial marcando el acceso al
laboratorio.
• Se recomienda tener el sistema de reconocimiento en un su dispositivo
de uso personal para que pueda funcionar correctamente el
reconocimiento facial y la geocalización.
• Se recomienda tener en cuenta que el sistema es compatible con otros
dispositivos que es dinámico y fácil de usar.
• Se recomienda a futuras investigaciones, se pueda implementar y
realizar varias pruebas de funcionalidad, y de esta manera aportar de
manera tecnológica e innovadora a futuros estudios que los requieran
como guía.

36
REFERENCIAS BIBLIOGRÁFICAS

ALBA, F., 2019. DEEP LEARNING [en línea]. 2019. S.l.: s.n. Disponible en:
https://idus.us.es/bitstream/handle/11441/90004/Centeno%20Franco%20
Alba%20TFG.pdf?sequence=1&isAllowed=y.

AMAZON AWS, 2022. En qué consiste el reconocimiento facial - Guía para

principiantes sobre el software de análisis facial y el machine learning -
AWS. Amazon Web Services, Inc. [en línea]. [Consulta: 30 enero 2023].
Disponible en: https://aws.amazon.com/es/what-is/facial-recognition/.

BALPARDA, N., 2020. Introducción a Machine Learning [en línea]. 2020. S.l.: s.n.
Disponible en: https://www.gub.uy/agencia-gobierno-electronico-
sociedad-informacion-conocimiento/sites/agencia-gobierno-electronico-
sociedad-informacion-conocimiento/files/2020-11/20201124%20-
%20Introducci%C3%B3n%20a%20Machine%20Learning.pdf.

BELLO, E., 2021. GUÍA Python: qué es y por qué deberías aprenderlo. Thinking
for Innovation [en línea], [Consulta: 30 enero 2023]. Disponible en:
https://www.iebschool.com/blog/python-que-es-tecnologia/.

BRITCH, D., 2022. Reconocimiento de emociones percibido mediante Face API.

[en línea]. [Consulta: 30 enero 2023]. Disponible en:
https://learn.microsoft.com/es-es/xamarin/xamarin-forms/data-
cloud/azure-cognitive-services/emotion-recognition.

BUK, 2021. ¿Qué es el control de asistencia laboral y para qué sirve? [en línea].
[Consulta: 27 enero 2023]. Disponible en: https://www.buk.pe/blog/que-
es-el-control-de-asistencia-laboral-y-para-que-sirve.

37
DELGADO, J.G., 2021. Sistema con reconocimiento facial geolocalizado para el
monitoreo y control de los vigilantes en una empresa de seguridad en
Chiclayo [en línea]. S.l.: Universidad Católica Santo Toribio de Mogrovejo.
[Consulta: 30 enero 2023]. Disponible en:
http://tesis.usat.edu.pe/handle/20.500.12423/4205.

ECHAVEZ, M., 2020. Diseño e implementación de un sistema de biometría facial

para el control de acceso en la Universidad de Cartagena [en línea]. S.l.:
s.n. [Consulta: 30 enero 2023]. Disponible en:
https://repositorio.unicartagena.edu.co/handle/11227/14852.

ESPINOZA, D. y JORQUERA, P., 2015. Reconocimiento Facial [en línea]. 2015.

S.l.: s.n. Disponible en: http://opac.pucv.cl/pucv_txt/txt-
1000/UCD1453_01.pdf.

GABILLAUD, J., 2015. SQL SERVER 2019 [en línea]. S.l.: s.n. [Consulta: 30
enero 2023]. ISBN 978-2-409-02980-6. Disponible en:
https://www.casadellibro.com/libro-sql-server-
2019/9782409029806/12302874.

GARCIA, F.R. y HIDALGO, H., 2018. Implementación del Sistema Biométrico

para el Control de Asistencia Administrativa de la Universidad Privada de
Pucallpa S.A.C 2017 [en línea]. Thesis. S.l.: Universidad Privada de
Pucallpa. [Consulta: 30 enero 2023]. Disponible en:
http://repositorio.upp.edu.pe/xmlui/handle/UPP/439.

GEOGRAMA, 2021. ▷ Inteligencia artificial al servicio de la geolocalización.

Geograma [en línea]. [Consulta: 27 enero 2023]. Disponible en:
https://www.geograma.com/blog/inteligencia-artificial-geolocalizacion/.

38
GONZALEZ, L., 2020. Librería NumPy. Aprende IA [en línea]. [Consulta: 30
enero 2023]. Disponible en: https://aprendeia.com/libreria-de-python-
numpy-machine-learning/.

GONZÁLEZ, L.M.A. y QUITORA, L.F.T., 2021. Uso de Tecnologías Digitales y

Aula invertida en las prácticas Pedagógicas de los docentes en el grado
undécimo de la Institución Educativa Instituto Montenegro. Plumilla
Educativa [en línea], vol. 27, no. 1, pp. 147-175. [Consulta: 30 enero 2023].
ISSN 2619-1733. DOI 10.30554/pe.1.4231.2021. Disponible en:
https://revistasum.umanizales.edu.co/ojs/index.php/plumillaeducativa/arti
cle/view/4231.

GUALOTUÑA, D.O., MIRANDA, S.M. y ORDÓÑEZ, P., 2014. Desarrollo de una

aplicación de geolocalización que facilite la ubicación de las dependencias
en la Universidad Nacional de Loja con técnicas de realidad aumentada
para dispositivos móviles. [en línea]. bachelorThesis. S.l.: s.n. [Consulta:
30 enero 2023]. Disponible en:
https://dspace.unl.edu.ec//handle/123456789/13984.

Guía del Estudiante Pregrado [en línea], 2022. 2022. S.l.: s.n. Disponible en:
https://www.ucv.edu.pe/wp-content/uploads/2022/07/Guia-del-
estudiante-Pregrado-B-C_2022.pdf.

GUTIÉRREZ, R.J., 2019. Sistema de reconocimiento facial para el control de

asistencia de la I.E. “juan pablo ii” basado en visión computacional, 2019
[en línea]. S.l.: Universidad Nacional José María Arguedas. [Consulta: 30
enero 2023]. Disponible en:
http://repositorio.unajma.edu.pe/handle/20.500.14168/647.

IBM, 2019. ¿Qué es la visión artificial? [en línea]. [Consulta: 27 enero 2023].
Disponible en: https://www.ibm.com/es-es/topics/computer-vision.

39
JOCHEN, A., 2004. Location-Based Services - 1st Edition [en línea]. S.l.: Elsevier
Wordmark. [Consulta: 30 enero 2023]. ISBN 978-0-08-049172-1.
Disponible en: https://www.elsevier.com/books/location-based-
services/schiller/978-1-55860-929-7.

KASPERSKY, 2022. Reconocimiento facial: definición y explicación.

latam.kaspersky.com [en línea]. [Consulta: 30 enero 2023]. Disponible en:
https://latam.kaspersky.com/resource-center/definitions/what-is-facial-
recognition.

LEGARDA, D.F. y LOAIZA, O.A., 2022. Reconocimiento facial para la

automatización del registro de asistencia a clases [en línea]. S.l.:
Universidad Tecnológica de Pereira. [Consulta: 29 enero 2023].
Disponible en: https://hdl.handle.net/11059/14172.

LOAYZA, E. y DAVID, J., 2019. Herramienta de reconocimiento facial con técnica

de visión computacional 2D [en línea]. S.l.: Quito: Universidad de las
Américas, 2019. [Consulta: 30 enero 2023]. Disponible en:
http://repositorioslatinoamericanos.uchile.cl/handle/2250/2794680.

MASGO, D., 2020. Implementación de un sistema web basado en visión artificial

y geolocalización, y su influencia en la vigilancia del distrito de Lince, 2020
[en línea]. S.l.: UPN. Disponible en:
https://repositorio.upn.edu.pe/handle/11537/26350.

MONDRAGÓN, E., 2021. La evolución de la inteligencia artificial. BBVA.CH [en

línea]. [Consulta: 27 enero 2023]. Disponible en:
https://www.bbva.ch/noticia/la-evolucion-de-la-inteligencia-artificial-el-
nacimiento-de-una-nueva-industria/.

40
ONESPAN, 2021. Tecnología de reconocimiento facial | OneSpan. [en línea].
[Consulta: 27 enero 2023]. Disponible en:
https://www.onespan.com/es/topics/reconocimiento-facial.

PAREDES, J., 2019. Mejora del control de asistencia de personal a través de un

sistema de información con reconocimiento facial geolocalizado en Agro
Rural [en línea]. S.l.: Universidad Tecnológica del Perú. [Consulta: 30
enero 2023]. Disponible en:
http://repositorio.utp.edu.pe/handle/20.500.12867/1947.

QUINAPAXI, P.M. y VIRACOCHA, J.G., 2019. Diseñar e implementar una

solución de control de ingreso y salida del personal de KREANDO TI, por
intermedio de reconocimiento facial. [en línea]. bachelorThesis. S.l.:
Ecuador: Latacunga: Universidad Técnica de Cotopaxi: Facultad de
Ciencias de la Ingeniería y Aplicadas. [Consulta: 29 enero 2023].
Disponible en: http://repositorio.utc.edu.ec/handle/27000/5748.

RAGA, C., 2021. ¿Qué es un software de control de asistencia y qué beneficios

tiene? Sesame HR [en línea]. [Consulta: 30 enero 2023]. Disponible en:
https://www.sesamehr.co/blog/que-es-un-software-de-control-de-
asistencia-y-que-beneficios-tiene/.

RAINER GRANADOS, J.J. y RODRÍGUEZ BAENA, L., 2019. Perspectiva

histórica y evolución de la inteligencia artificial. La inteligencia artificial,
aplicada a la defensa, 2019, págs. 17-38 [en línea]. S.l.: Instituto Español
de Estudios Estratégicos, pp. 17-38. [Consulta: 27 enero 2023]. Disponible
en: https://dialnet.unirioja.es/servlet/articulo?codigo=6896759.

RAMÍREZ, L., 2022. Inteligencia artificial: ¿Qué es y para qué sirve? Thinking for
Innovation [en línea]. [Consulta: 30 enero 2023]. Disponible en:
https://www.iebschool.com/blog/inteligencia-artificial-que-es-y-para-que-
sirve-big-data/.

41
RCU N.° 0514-2022/UCV «REGLAMENTO DEL RÉGIMEN DOCENTE» [en
línea], 2022. 2022. S.l.: s.n. Disponible en: https://www.ucv.edu.pe/wp-
content/uploads/2020/09/RCU-0514-2022-UCV-Reglamento-del-
regimen-docentes-v03.pdf.

RODRÍGUEZ, H., 2021. ¿Qué es OpenCV y para qué sirve?

https://www.crehana.com [en línea]. [Consulta: 30 enero 2023]. Disponible
en: https://www.crehana.com/blog/transformacion-digital/que-es-opencv/.

ROJAS, J., 2019. APLICACIÓN MÓVIL PARA EL REGISTRO PRESENCIAL DE

PERSONAS POR MEDIO DE RECONOCIMIENTO FACIAL [en línea].
S.l.: s.n. [Consulta: 30 enero 2023]. Disponible en:
https://www.cs.umss.edu.bo/rep_tesis.jsp?codigo=3535&tipo_tes=1.

ROMÁN, J.A.M., 2020. La educación superior en tiempos de pandemia: una

visión desde dentro del proceso formativo. Revista Latinoamericana de
Estudios Educativos (México) [en línea], vol. L, no. Esp.-, pp. 13-40.
[Consulta: 29 enero 2023]. Disponible en:
https://www.redalyc.org/jatsRepo/270/27063237017/html/index.html.

TERRYGLEE, 2022. Información general sobre Visual Studio. Microsoft Learn

[en línea]. [Consulta: 30 enero 2023]. Disponible en:
https://learn.microsoft.com/es-es/visualstudio/get-started/visual-studio-
ide.

UNIR, 2021. ¿Qué son los sistemas inteligentes? Importancia y aplicaciones.

UNIR [en línea]. [Consulta: 27 enero 2023]. Disponible en:
https://www.unir.net/ingenieria/revista/sistemas-inteligentes/.

VALENZUELA, F., 2021. Control de asistencia laboral: así te beneficia - Factorial.

Factorial Blog [en línea]. [Consulta: 27 enero 2023]. Disponible en:
https://factorialhr.es/blog/control-de-asistencia-laboral/.

42
VILELA, P., SÁNCHEZ, J., CHAU, C., VILELA, P., SÁNCHEZ, J. y CHAU, C.,
2021. Desafíos de la educación superior en el Perú durante la pandemia
por la covid-19. Desde el Sur [en línea], vol. 13, no. 2. [Consulta: 29 enero
2023]. ISSN 2415-0959. DOI 10.21142/des-1302-2021-0016. Disponible
en: http://www.scielo.org.pe/scielo.php?script=sci_abstract&pid=S2415-
09592021000200002&lng=es&nrm=iso&tlng=es.

ZAPATER, S., 2022. ¿Qué es la visión artificial por computador? Blog de Hiberus
Tecnología [en línea]. [Consulta: 30 enero 2023]. Disponible en:
https://www.hiberus.com/crecemos-contigo/vision-artificial-por-
computador/.

43