Sistema de control de acceso mediante identificación y verificación facial fundamentado en algoritmos de aprendizaje automático y redes neuronales

Abstract

Este proyecto presenta el diseño e implementación de un sistema de control de acceso biométrico no intrusivo basado en el reconocimiento facial mediante algoritmos de aprendizaje automático y redes neuronales. El sistema combina la tarjeta de desarrollo “Jetson NaNo” (incorporada a una cámara CSI para la adquisición automatizada de imágenes), con los algoritmos necesarios para el reconocimiento de rostros. El software del sistema se fundamenta en S.O Linux, además del lenguaje de programación Python en el cual se desarrolló el sistema en su totalidad. También se empleó librerías para el tratamiento digital de imágenes como OpenCV, Dlib, entre otras. Para la detección y extracción de características faciales se utilizó redes neuronales pre-entrenadas y para la clasificación y reconocimiento se usaron dos tipos de algoritmos de aprendizaje automático. Para evitar suplantaciones de identidad se incorpora un método de activación, mediante detección de tono que trae consigo un sistema de registro de ingreso cuando una persona es autenticada correctamente, el sistema está desarrollado en un ‘LAMP’ (combinación de software), donde se inscribe el nombre de la persona, la fecha y hora de ingreso. Los resultados muestran que para los intereses del proyecto el método de aprendizaje automático KNN es la mejor técnica de clasificación de rostros destacando en dos de las tres pruebas aplicadas.