Please use this identifier to cite or link to this item:
https://rinacional.tecnm.mx/jspui/handle/TecNM/5114Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.author | Trujillo Quintero, Jose Omar de Jesus%1105162 | - |
| dc.creator | Trujillo Quintero, Jose Omar de Jesus%1105162 | - |
| dc.date.accessioned | 2023-02-01T21:45:49Z | - |
| dc.date.available | 2023-02-01T21:45:49Z | - |
| dc.date.issued | 2023-01-13 | - |
| dc.identifier.uri | https://rinacional.tecnm.mx/jspui/handle/TecNM/5114 | - |
| dc.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. | es_MX |
| dc.language.iso | spa | es_MX |
| dc.publisher | Tecnológico Nacional de México | es_MX |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0 | es_MX |
| dc.subject | info:eu-repo/classification/cti/7 | es_MX |
| dc.title | Sistema de Visión Artificial para el Reconocimiento de la Mascarilla Facial Bien Puesta | es_MX |
| dc.type | info:eu-repo/semantics/masterThesis | es_MX |
| dc.contributor.director | Magadan Salazar, Andrea%70430 | - |
| dc.contributor.director | Villanueva Tavira, Jonathan%168906 | es_MX |
| dc.folio | 23-1382 | es_MX |
| dc.rights.access | info:eu-repo/semantics/openAccess | es_MX |
| dc.publisher.tecnm | Centro Nacional de Investigación y Desarrollo Tecnológico | es_MX |
| Appears in Collections: | Tesis de Maestría en Computación | |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| MC_Jose_Omar_de_Jesus_Trujillo_Quintero_2023.pdf | Tesis | 4.29 MB | Adobe PDF | View/Open |
| MC_Jose_Omar_de_Jesus_Trujillo_Quintero_2023_c.pdf Restricted Access | Cesión de Derechos | 492.65 kB | Adobe PDF | View/Open Request a copy |
This item is protected by original copyright |
This item is licensed under a Creative Commons License
