Page 62 - Ingeniantes 521 interactivo
P. 62
Tabla 2. Resultados con rostrosRiedvenisttifaicIandgoesneiantes 2018 Año 5 No. 2 Vol. 1
intTruabsloa s2.. Resultados con rostros identificados e intrusos. [4] Wu, W., Liu, C. y Su, Z. (2017). Novel Real-time
Imágenes Muestras Errores Face Recognition from Video Streams. En Proc.
International Conference on Computer Systems,
Electronics and Control (ICCSEC), pp. 1149-1152.
de Rostros
Identificados 60 11 [5] Qin, C., Bao, X. y Choudhury, R. R. (2014).
Intrusos 40 6 TagSense: Leveraging Smartphones for Automa-
Total 100 17 tic Image Tagging. IEEE Transactions on Mobile
Computing, Vol. 13, No. 1, pp. 61-74.
CONCLUSIONES [6] Noble, F. K. (2016). Comparison of OpenCV’s
Se obtuvo un sistema de reconocimiento facial para feature detectors and feature matchers. En Proc.
uso general, que captura la imagen del rostro de una 23rd International Conference on Mechatronics
persona a través de la cámara de video y determina and Machine Vision in Practice (M2VIP), pp. 1-6.
si el rostro se encuentra en los registros de la base [7] Vaidya, B., Patel, A. y Panchal, A. (2017).
de datos almacenada en la memoria SD de la tarjeta Smart home automation with a unique door mo-
Raspberry. Para la aplicación específica de identi- nitoring system for old age people using Python,
ficación de intrusos se logró una precisión del 83% OpenCV, Android and Raspberry pi. En Proc. In-
por las características de la luz donde se toman ternational Conference on Intelligent Computing
las capturas de las imágenes, ya que el algoritmo and Control Systems (ICICCS), pp. 82-86.
de Eigenfaces tiene como peculiaridad el error al [8] Yan, X., Jing, G. y Cao, M. (2018). Research of
capturar imágenes con poca luz. Se tiene planeado Sub-Pixel Inner Diameter Measurement of Wor-
adicionar funciones a futuro al sistema construido, kpiece Based on OpenCV. En Proc. Internatio-
como por ejemplo el uso de actuadores para acti- nal Conference on Robots & Intelligent System
var una alerta, abrir una puerta o generar un mensaje (ICRIS), pp. 370-373.
de texto. El tiempo de respuesta logrado en el siste- [9] Ma, S. y Bai, L. (2016). A face detection al-
ma es 3 minutos en promedio y para tener un mejor gorithm based on Adaboost and new Haar-Like
procesamiento se debe seleccionar un sistema em- feature. En Proc. 7th IEEE International Conferen-
bebido con más recursos que el aquí empleado. En ce on Software Engineering and Service Science
las pruebas realizadas se obtuvo una gran variación (ICSESS), pp. 651-654.
de resultados debido a diferentes exposiciones de [10] Angaji, E. T. y Ebrahimi, S. A. (2017). Acce-
luz, distancias, ángulo de posicionamiento y detalles lerating Haar wavelet transform with CUDA-GPU.
faciales, por lo que obtener resultados precisos es En Proc. 13th International Conference on Natu-
difícil. Si bien existen algoritmos mucho complejos ral Computation, Fuzzy Systems and Knowledge
y difíciles de quebrantar, el algoritmo de Eigenfa- Discovery (ICNC-FSKD), pp. 791-796.
ces se presenta como un paso sencillo para realizar
aplicaciones de visión por computadora y el reco-
nocimiento de rostros.
BIBLIOGRAFÍA [11] Naidu, B. R. y Prasad-Babu, M. S. (2016). De-
[1] Handa, A., Agarwal, R. y Kohli, N. (2016). A velopment of a biometric authentication system
survey of face recognition techniques and com- based on HAAR transformation and Score Level
parative study of various bi-modal and multi-mo- Fusion. En Proc. 7th IEEE International Conferen-
dal techniques. En Proc. 11th International Con- ce on Software Engineering and Service Science
ference on Industrial and Information Systems (ICSESS), pp. 1090-1093.
(ICIIS), pp. 274-279. [12] Medak, T. R. y Ranga, S. K. (2014). Image
[2] Radhamani, V. y Dalin, G. (2018). A suppor- processing platform on raspberry pi for face re-
ting survey to step into a novel approach for pro- cognition, Global Journal of Advanced Enginee-
viding automated emotion recognition service in ring Technologies, Vol. 3, No. 4, pp. 441-444.
mobile phones. En Proc. 2nd International Confe- [13] Marijeta, S. y Dubravka, J. (2012). Face
rence on Inventive Systems and Control (ICISC), recognition using eigenface approach. Serbian
pp. 35-39. Journal of Electrical Engineering, Vol. 9, No. 1,
[3] Srisuk, S. y Ongkittikul, S. (2017). Robust face pp. 121-130.
recognition based on weighted DeepFace. En [14] Ramadhani, A. L., Musa, P. y Wibowo, E. P.
Proc. International Electrical Engineering Con- (2017). Human face recognition application using
gress (iEECON), pp. 1-4.
58