Ver Estadísticas

Tesis Validadas: 2,591

Tesis de Posgrado: 2650

Número de Visitas: contador visitas

  1. Repositorio Institucional del Tecnológico Nacional de México (RI - TecNM)
  2. Tesis de Posgrado
  3. Morelos
  4. Centro Nacional de Investigación y Desarrollo Tecnológico
  5. Tesis CENIDET
  6. Tesis de Maestría
  7. Tesis de Maestría en Computación

Please use this identifier to cite or link to this item: https://rinacional.tecnm.mx/jspui/handle/TecNM/5114
Full metadata record
DC FieldValueLanguage
dc.contributor.authorTrujillo Quintero, Jose Omar de Jesus%1105162-
dc.creatorTrujillo Quintero, Jose Omar de Jesus%1105162-
dc.date.accessioned2023-02-01T21:45:49Z-
dc.date.available2023-02-01T21:45:49Z-
dc.date.issued2023-01-13-
dc.identifier.urihttps://rinacional.tecnm.mx/jspui/handle/TecNM/5114-
dc.descriptionDerivado 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.isospaes_MX
dc.publisherTecnológico Nacional de Méxicoes_MX
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0es_MX
dc.subjectinfo:eu-repo/classification/cti/7es_MX
dc.titleSistema de Visión Artificial para el Reconocimiento de la Mascarilla Facial Bien Puestaes_MX
dc.typeinfo:eu-repo/semantics/masterThesises_MX
dc.contributor.directorMagadan Salazar, Andrea%70430-
dc.contributor.directorVillanueva Tavira, Jonathan%168906es_MX
dc.folio23-1382es_MX
dc.rights.accessinfo:eu-repo/semantics/openAccesses_MX
dc.publisher.tecnmCentro Nacional de Investigación y Desarrollo Tecnológicoes_MX
Appears in Collections:Tesis de Maestría en Computación

Files in This Item:
File Description SizeFormat 
MC_Jose_Omar_de_Jesus_Trujillo_Quintero_2023.pdfTesis4.29 MBAdobe PDFView/Open
MC_Jose_Omar_de_Jesus_Trujillo_Quintero_2023_c.pdf
  Restricted Access		Cesión de Derechos492.65 kBAdobe PDFView/Open Request a copy


This item is protected by original copyright

View License
Show simple item record


This item is licensed under a Creative Commons License Creative Commons