Está en la página 1de 20

“BUSQUEDA CON

RECONOCIMIENTO FACIAL PARA


PERSONAS EXTRAVIADAS”
INTRODUCCION
• El reconocimiento facial es una técnica muy usada en la actualidad. Para poder llegar al
reconocimiento facial, previamente se realiza una detección facial que también es muy utilizada
en diversas aplicaciones, como pueden ser videojuegos controlados por movimiento,
animaciones, realidad aumentada o cámaras fotográficas.
• El proceso de identificación facial se divide básicamente en dos tareas: detección y
reconocimiento La primera de ellas, la detección, comprende la localización de una o varias
caras dentro de una imagen, ya sea fija o una secuencia de vídeo. La segunda tarea, el
reconocimiento, consiste en la comparación de la cara detectada en el paso anterior con otras
almacenadas previamente en una base de datos.
SITUACIÓN PROBLEMÁTICA
• Actualmente en la localidad de Trujillo hay muchos casos de pérdidas de personas ya sean
adultos mayores, personas con problemas mentales o niños.
• Muchos de estos casos suelen extenderse por días o meses y demandan un trabajo arduo para la
familia y el departamento encargado de personas perdidas como bomberos o la policía nacional
entre otros.
¿EL RECONOCIMIENTO FACIAL MEDIANTE LAS APLICACIONES
MÓVILES RECONOCERÁ LA IDENTIDAD Y UBICACIÓN DE LAS
PERSONAS EXTRAVIADAS DE MANERA FÁCIL Y PRONTA?

• Objetivo General
• Desarrollar un modelo de reconocimiento facial aplicada en dispositivos móviles para la identificación y
búsqueda de personas perdidas.

• Objetivo Específicos
• Diseñar y desarrollar un modelo de reconocimiento facial mediante la aplicación móvil con sistema operativo
Android.
• Obtener y procesar la ubicación geográfica mediante el GPS.
• Diseñar e implementar una base de datos para el registro de datos.
• Aplicar el modelo en la ciudad de Trujillo para que el usuario logre realizar el registro de datos de una
persona y la recuperación de los mismos a través de su rostro.
DETECCIÓN DE ROSTROS:
• La detección facial es el proceso de encontrar una cara en imágenes o videos. detección de caras
está basado en una función que busca regiones rectangulares dentro de una imagen, regiones que
contengan objetos que con una alta probabilidad se parezcan a otros
• La función escanea varias veces la imagen y con diferentes escalas para encontrar objetos
parecidos, pero de diferentes tamaños.
RECONOCIMIENTO FACIAL:

• El reconocimiento facial es un área de investigación muy activa especializada en cómo reconocer


caras en imágenes o vídeos. El reconocimiento facial es el proceso de hacer corresponder la cara
detectada a una de las muchas caras conocidas por el sistema de ficheros.
ALGORITMOS DISPONIBLES PARA LLEVAR
A CABO EL RECONOCIMIENTO FACIAL
• • Eigenfaces o método de Análisis de Componentes Principales (PCA)
• • Fisherfaces o método de Análisis Lineal Discriminante
• • Métodos Kernel
• • Métodos de reconocimiento facial 3D
• • Método de Gabor Wavelets
• • Modelos ocultos de Markov
• • Modelos de Apariencia Activa
EIGENFACES O MÉTODO DE ANÁLISIS DE
COMPONENTES PRINCIPALES (PCA)

• • Almacenar un conjunto de imágenes de entrenamiento de diferentes personas, pudiéndose


tener subconjuntos de imágenes para cada persona que contengan diferentes posturas,
condiciones de iluminación, etc.
• • Crear una matriz formada por la nueva imagen de entrada y las ya almacenadas en la base de
datos. Mediante un proceso matemático, se calculan los eigenvectors mediante la matriz de
covarianza.
• •Una vez obtenidos los vectores característicos, se comparan las distancias entre el vector que
representa a la imagen original con el resto.
ANÁLISIS
• El sistema se va a dividir en 2 pilares fundamentales:
• Un dispositivo de detección .
• Un servidor de reconocimiento.
TAREAS

• • Capturar la imagen .
• • Detectar las caras.
• • Enviar la región seleccionada al servidor y esperar respuesta.
LAS TAREAS DEL SERVIDOR DE
RECONOCIMIENTO SON:

• • Pre procesar la imagen que ha recibido del cliente


• • Realizar el reconocimiento y obtener información extra
• • Mejorar las características del clasificador
• • Dar respuesta al cliente (las tareas del cliente son tareas livianas que podrá realizar sin
consumir excesivos recursos del sistema).
FUNCIONAMIENTO
PROTOTIPOS
• Interfaces: Usuario Busca Persona Extraviada en la APP
• Usuario Encuentra Persona con la APP de Reconocimiento Facial.
• Notificación en el Celular del Usuario Interesado en encontrar su búsqueda.
• Persona Interesada Accede a la alerta de notificación para ver Geolocalización.
Bibliografía
Chile, U. d. (s.f.). Universidad de Concepción Chile. Obtenido de Direccion de Tecnologias de Informacion:
http://www.udec.cl/dti/node/108
Co, C. &. (Mayo de 2005). Business Intelligence-The Missing Link. Obtenido de Business Intelligence-The Missing Link:
www.businessintelligence.ittoolbox.com/documents/document.asp?i=2741
Datawarehouse4u. (2008). Obtenido de Datawarehouse4u: http://datawarehouse4u.info/ETL-process.html
Gartner Research y Sinnexus. (2007). Business Intelligence. España.
Goldstein, Harmon, & Lesk. (1971). IDENTIFICATION OF HUMAN FACES. PROC. IEEE.
IBM. (s.f.). IBM Knowledge Center. Obtenido de IBM Knowledge Center:
http://www.ibm.com/support/knowledgecenter/SS9UM9_9.1.1/com.ibm.datatools.dimensional.ui.doc/topics/c_dm_dim_table.html?
lang=es
Kimball, R. (2004). The Data Warehouse ETL Toolkit. Wiley. Estados Unidos: ISBN 0-7645-6757-8.
Kirby & Sirobich . (1971). A LOW DIMENSIONAL PROCEDURE FOR THE CARATERIZACION OF HUMANS. IEEE.
Marketing, S. (2014). yosemarketing. Obtenido de yosemarketing: http://www.yoseomarketing.com/blog/que-es-un-kpi-significado-kpis-
indicadores/
One Olive. (2008). Obtenido de One Olive: http://onegolive.com
Pentland, M. A. (1991). Face Recognition Using Eigenfaces. Massachusetts: IEEE.
Poggio, R. B. (1993). Face recognition: features versus templates. PAM1. Italy: IEEE Transactions on Pattern Analysis and Machine
Intelligence Vol 15.
Rouse, M. (2006). TechTarget. Obtenido de TechTarget: http://searchsqlserver.techtarget.com/definition/data-mart
Sinnexus. (2007). Sinnexus Business Intelligence Informacion estrategica. Obtenido de Sinnexus Business Intelligence Informacion
estrategica: http://www.sinnexus.com/business_intelligence/datamining.aspx
Stanford, I. o. (s.f.). Mini guía: una introducción al Design Thinking + Bootcamp bootleg. Stanford: HASSO PLATTNER.
Turk & Pentland . (1991). FACE RECOGNITION USING EIGENFACES. PROC. IEEE.
W. ZHAO, R. C. (2003). Face Recognition: A Literature Survey. ACM Computing Surveys Vol 35.
Zahorjan, G. H. (1994). The Challenges of Mobile Computing. IEEE, Vol. 27.