Page 15 - Ingeniantes 521 interactivo
P. 15
Revista Ingeniantes 2018 Año 5 No.2 Vol.1
Análisis del maquinado por elec-
troerosión mediante regresión li-
neal
RESUMEN: Se presenta el diseño Colaboración
de un sistema de reconocimiento Sandra Lourdes García Ortega, Lázaro Rico Pérez, Carlos
facial usando el algoritmo de Eigen- Felipe Ramírez Espinoza, Javier Molina Salazar, María Teresa
faces y las características de Haar, Escobedo Portillo , Universidad Autónoma de Ciudad Juárez
implantado a través de una tarjeta
Raspberry Pi 3, una cámara de vi-
deo y la biblioteca defunciones de ABSTRACT: The design of a facial recognition system is pre-
visión por computadora OpenCV. sented using the Eigenfaces algorithm and the Haar characte-
Para la identificación mediante ca- ristics, implanted through a Raspberry Pi 3 card, a video came-
racterísticas de Haar, utilizaron las ra and the OpenCV computer vision library. For identification
imágenes positivas capturadas por using Haar features, they used the positive images captured by
la cámara de video. Para el entre- the video camera. A database of AT & T faces was used to train
namiento del sistema se usó una the system. Each image is in png format whose size is 92x112
base de datos de rostros de AT&T. pixels with gray levels of 256 per pixel. The images are orga-
Cada imagen está en formato png nized in 40 folders of the Raspberry file system, with 10 images
cuyo tamaño es 92x112 pixeles con each, with a total of 400 images of faces with variations of light,
niveles de gris de 256 por pixel. facial expressions and details such as glasses and facial hair.
Las imágenes se organizan en 40 The result indicates the match of a captured face with another
carpetas del sistema de archivos of the database used in the training. The accuracy achieved in
de la Raspberry, con 10 imágenes the identification was 83%, capturing 100 different photos of
cada uno, siendo un total de 400 faces previously identified, and recognizing 83 of the samples
imágenes de rostros con variacio- taken in three minutes on average.
nes de luz, expresiones faciales y KEYWORDS: Eigenfaces, facial recognition, Haar, OpenCV,
detalles como anteojos y vello fa- Raspberry Pi 3.
cial. El resultado indica la coinci- INTRODUCCIÓN
dencia de un rostro capturado con Actualmente existe una amplia variedad de literatura sobre los pro-
otro de la base de datos usada en cesos de electroerosión por alambre. Sin embargo, a pesar de
el entrenamiento. La precisión lo- la existencia de esas teorías de maquinado, los operadores de
grada en la identificación fue 83%, este tipo de máquinas siguen seleccionando los parámetros de
capturando 100 diferentes fotos, de corte basados en su experiencia, resultando en acabados super-
rostros previamente identificados, ficiales que no cumplen con los requerimientos demandados por
y reconociendo 83 de las muestras los clientes y afectando el desempeño financiero de la empre-
realizadas en tres minutos en pro- sa. Entre los trabajos encontrados en la literatura, se han utilizado
medio. diversas herramientas de análisis, especialmente de predicción;
PALABRAS CLAVE: Eigenfaces, Así, en una investigación se utilizó la metodología de superficie de
Haar, OpenCV, Raspberry Pi 3, re- respuesta para predecir la rugosidad superficial y la tasa de remo-
conocimiento facial. ción de material para una aleación A413 empleada en la industria
11
