Veuillez utiliser cette adresse pour citer ce document :
https://rinacional.tecnm.mx/jspui/handle/TecNM/5114| Titre: | Sistema de Visión Artificial para el Reconocimiento de la Mascarilla Facial Bien Puesta |
| Auteur(s): | Trujillo Quintero, Jose Omar de Jesus%1105162 |
| Date de publication: | 2023-01-13 |
| Editeur: | Tecnológico Nacional de México |
| metadata.dc.publisher.tecnm: | Centro Nacional de Investigación y Desarrollo Tecnológico |
| Description: | Derivado de la pandemia, la Organización Mundial de la Salud (OMS) recomendó utilizar cubrebocas como una forma de contribuir a la disminución de los contagios del virus causante del COVID-19. A pesar de que la pandemia ha disminuido, la OMS recomienda seguir con su uso como medida preventiva para reducir los contagios por la enfermedad y reducir el contagio de otras enfermedades virales. Sin embargo, el uso del cubrebocas provoca que muchos sistemas biométricos faciales actuales sean ineficientes en torno a la localización y reconocimiento de personas al tener el rostro parcialmente ocluido. En el presente trabajo de tesis se desarrolló un sistema de visión artificial para el reconocimiento de la mascarilla facial bien puesta, es decir, que se encuentre cubriendo la nariz, boca y la barbilla. El sistema desarrollado considera todas las etapas de un sistema de visión artificial tradicional, permitiendo el ingreso de imágenes desde un archivo, video o mediante el uso de la cámara web de la computadora, realiza la localización del rostro presente en la imagen mediante la herramienta MediaPipe y segmenta tres regiones, donde la plantilla facial utilizada señala como frente, nariz y boca. Se lleva a cabo la descripción de dichas regiones en términos del color (con HSV) y la textura (con LBP), información que ingresa al algoritmo de clasificación Random Forest. La experimentación realizada muestra que el sistema final es robusto a ambientes reales con un 90.51% de accuracy y 95.01% de F1 score. |
| metadata.dc.type: | info:eu-repo/semantics/masterThesis |
| Collection(s) : | Tesis de Maestría en Computación |
Fichier(s) constituant ce document :
| Fichier | Description | Taille | Format | |
|---|---|---|---|---|
| MC_Jose_Omar_de_Jesus_Trujillo_Quintero_2023.pdf | Tesis | 4.29 MB | Adobe PDF | Voir/Ouvrir |
| MC_Jose_Omar_de_Jesus_Trujillo_Quintero_2023_c.pdf Accès limité | Cesión de Derechos | 492.65 kB | Adobe PDF | Voir/Ouvrir Demander une copie |
Ce document est protégé par copyright |
Ce document est autorisé sous une licence de type Licence Creative Commons
