Please use this identifier to cite or link to this item:
https://rinacional.tecnm.mx/jspui/handle/TecNM/6218Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.advisor | Peralta Peñuñuri, G. Ekaterine | - |
| dc.contributor.author | Burruel Zazueta, J. Misael | - |
| dc.creator | Burruel Zazueta, J. Misael#BUZM950731HSLRZS06 | - |
| dc.date.accessioned | 2023-09-27T17:41:16Z | - |
| dc.date.available | 2023-09-27T17:41:16Z | - |
| dc.date.issued | 2021 | - |
| dc.identifier.uri | https://rinacional.tecnm.mx/jspui/handle/TecNM/6218 | - |
| dc.description | Existen diversas tecnologías empleadas para el desbloqueo automático de puertas, algunas de estas técnicas utilizan sistemas biométricos para analizar corporalmente al usuario y de esa forma asegurar que es una persona deseable. Un ejemplo muy común es la lectura de huellas dig´ıtales que se utilizan en los bancos, tiendas departamentales, laboratorios o muchos otros edificios que requieren de altos niveles de seguridad para evitar que personas no deseables logren tener acceso. En la actualidad, la comunidad científica ha hecho grandes contribuciones a la seguridad habitacional incorporando técnicas de inteligencia artificial a los sistemas domóticos que buscan disminuir el esfuerzo humano en tareas complejas o tediosas. En este trabajo, se propone un método de identificación facial para su implementación en sistemas de cerraduras biométricas. Este método está basado principalmente en la utilización de una red neuronal convolucional desarrollada por Google llamada Facenet. Así mismo, se propone un sistema embebido de cerradura electrónica para implementarse mediante el identificador facial. A diferencia de otros proyectos descritos en el estado del arte, el sistema de identificación facial logra más del 95% de tasa de reconocimiento correcto y un alto rendimiento. De igual forma, se propone un sistema embebido conformado por diferentes dispositivos electrónicos, que en su conjunto, generan un prototipo capaz de ejecutar el sistema de reconocimiento facial, que comparado con los trabajos similares del estado del arte, es mejor en diseño y adaptación a las necesidades del usuario según los resultados obtenidos. El sistema se ha desarrollado para el control de acceso mediante el uso de identificación facial y se realizaron pruebas tomando parámetros de medición propuestos por autores altamente reconocidos por sus aportes en la investigación del aprendizaje profundo. Este trabajo brinda grados de evaluación competitivas, portabilidad y genera líneas de investigación para futuros proyectos. | 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.subject.other | Aprendizaje profundo Cerradura biométrica Detección de realidad Embedding FaceNet Identificación facial Jetson Nano Redes neuronales convolucionales | es_MX |
| dc.title | Acceso remoto mediante identificación facial implementado en Jetson nano y Tensorflow lite | es_MX |
| dc.type | info:eu-repo/semantics/masterThesis | es_MX |
| dc.contributor.director | Peralta Peñuñuri, G.Ekaterine#PEPG740225MSLRXL07 | - |
| dc.folio | MCC-2021-2 | es_MX |
| dc.rights.access | info:eu-repo/semantics/openAccess | es_MX |
| dc.publisher.tecnm | Instituto Tecnológico de Culiacán | es_MX |
| Appears in Collections: | Maestría en Ciencias de la Computación | |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| Tesis_Misael Burruel Zazueta.pdf | Texto completo | 9.98 MB | Adobe PDF | View/Open |
| LICENCIA JOSE M. BURRUEL Z..pdf Until 9999-06-05 | 683.64 kB | Adobe PDF | View/Open Request a copy |
This item is protected by original copyright |
This item is licensed under a Creative Commons License
