Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ASIGNATURA:
DOCENTE:
PRESENTADO POR:
FRANCIA CONDORI MARIA MILAGROS
CAÑETE 2023
RESUMEN:
Los sistemas de vigilancia inteligente se han convertido en un importante tema de
investigación en los últimos años debido a su importancia para el sector de la seguridad. En
este artículo se presenta un sistema completo de video vigilancia inteligente. Este sistema
comprende dos módulos importantes: detección de personas y reidentificación de personas
mediante características biométricas suaves. Estas dos fases en conjunto proporcionan un
sistema completo para la identificación de personas en escenarios de videovigilancia,
específicamente en entornos multi cámara. Los resultados de cada etapa del sistema, así como
los resultados finales, muestran la importancia de las características biométricas blandas, así
como un gran resultado en tasa de reconocimiento en diversas bases de datos públicos y
estándares en la comunidad científica de video vigilancia inteligente.
INTRODUCCIÓN:
Los avances de las redes neuronales profundas y sus optimizaciones de entrenamiento, así
como la disponibilidad de conjuntos de datos faciales etiquetados con identidad a gran escala,
han remodelado el panorama de investigación del reconocimiento facial (FR) en los últimos
años (Boutros,2017). El reconocimiento facial, además de tener numerosas aplicaciones
prácticas como la identificación de tarjetas bancarias, el control de acceso, la búsqueda de
fotografías policiales, el monitoreo de seguridad y el sistema de vigilancia, es un
comportamiento humano fundamental que es esencial para las comunicaciones e
interacciones efectivas entre las personas (Tolba,2006).De la misma forma, (Pérez, 2022)
afirman que el reconocimiento facial tiene una utilización significativa en el ámbito de la
seguridad. Esto se puede ver tanto desde el ángulo de lo privado como desde lo público. Con
respecto al reconocimiento facial, es un ejemplo de tecnología sencilla y adaptable, con su
funcionamiento basado en datos biométricos que son procesados por sistemas algorítmicos
que permiten identificar o verificar a las personas . Se puede utilizar en una variedad de
situaciones , tales como la identidad, verificación en transacciones bancarias o asistencia a
personas con discapacidad, entre otros(Tolba,2006). El reconocimiento facial para un medida
de vigilancia es toda aquella tecnología donde su funcionamiento involucra a las personas
como el ente vigilado y a un sistema digital como el agente vigilante (Kerr y Mann, 2006).
Las medidas de seguridad son sanciones penales que se aplican judicialmente a los
inimputables o imputables relativos que han cometido un hecho punible y existe el peligro de
que puedan volver a cometer actos similares (Villavicencio, 2006). Un sistema de seguridad
que brinda una solución capaz de ejecutar la supervisión del centro de acogida, permitiendo
al personal que ahí labora y habita, tener el resguardo y la protección que se merecen con el
uso de un sistema completo y con tecnología de punta(Avilés, 2015).La vigilancia tradicional
consiste en monitorear el comportamiento, actividades y otros cambios en el entorno, por
medio de operadores visuales del sistema que intentan proporcionar seguridad a la zona
vigilada. La vigilancia es muy útil para el gobierno, el cumplimiento de las leyes y para
mantener el control social, reconocer y monitorear amenazas y prevenir o investigar
actividades criminales (Union, 2009).En general, la vigilancia a través de reconocimiento
facia de un área grande y crítica requiere el uso de un sistema de múltiples cámaras para
monitorear continuamente a las personas.
MÉTODOS:
1. Fase de Planificación:
● Recopilación de datos: Reúne una amplia variedad de imágenes faciales para
crear una base de datos.
● Preprocesamiento de imágenes: Antes de utilizar las imágenes para el
reconocimiento facial, es necesario realizar algunas tareas de
preprocesamiento para mejorar la calidad de las imágenes y normalizarlas.
2. Fase de Codificación
● Extracción de características: Utiliza un algoritmo de extracción de
características para identificar y extraer las características clave de las
imágenes faciales, usando métodos como: Local Binary Patterns (LBP),
Histogram of Oriented Gradients (HOG) o redes neuronales convolucionales
(CNN) para este propósito, en nuestro caso usamos LBP.
● Creación de un modelo de reconocimiento facial: Utiliza las características
extraídas para entrenar un modelo de reconocimiento facial. Usando Face-
Recognition
3. Fase de Pruebas
● Evaluación del modelo: Evalúa el rendimiento del modelo utilizando técnicas
de validación cruzada o dividiendo tus datos en conjuntos de entrenamiento y
prueba.
RESULTADO:
Reconoce a la persona
Reconoce a la persona aun usando lentes
DISCUSIÓN:
La implementación del reconocimiento facial como una herramienta para mejorar las
medidas de vigilancia y seguridad ha generado un amplio debate en diversos sectores de la
sociedad. En este estudio, se exploró la eficacia y las implicaciones éticas de esta tecnología
en entornos de seguridad pública y privada.