Sistema de reconocimiento facial para el control de asistencia de la I.E. “juan pablo ii” basado en visión computacional, 2019
Abstract
El control de asistencia es un proceso muy importante ya que permite que
dar seguimiento constante a las horas de permanencia personal y
contabilizar las jornadas laborales para cada miembro de una institución, sin
embargo, casi todas las instituciones en su totalidad poseen un control de
asistencia automatizado a través de diversos dispositivos biométricos como:
lector de huellas dactilares, lector de iris, sistemas de reconocimiento de voz,
sistemas de control de acceso por radio frecuencia, control de acceso con
credenciales o códigos de barras, estas soluciones son generalmente para
controlar al personal que labora en ellos, en la actualidad el control de
asistencia en instituciones educativas esta solo automatizado casi en su
totalidad para los docentes y personal administrativo ya que el control de
asistencia masivo para los estudiantes se sigue levando de forma manual a
través del uso de registros de asistencia y cuadernos de control que no
permiten tener estadísticas ni información en tiempo real, por otro lado en el
Perú la educación ha entrado a la utilización de TIC para la mejora de
aprendizaje, pero no ha entrado en sistematizar información más relevante
como es la asistencia verídica de la comunidad educativa, en el presente
trabajo de investigación se desarrolló un sistema de control de asistencia
que incorpora como sistema biométrico fundamental el reconocimiento facial
y que integra tecnologías de hardware libre y software libre como son:
plataforma RaspBerry pi, lenguajes de programación JAVA, Python,
gestores de base de datos MariaDB, el objetivo fundamental del desarrollo
de la presente investigación fue el de evaluar el índice de error en el
reconocimiento facial para la asistencia en los estudiantes de la institución
educativa Juan Pablo II de la ciudad de talavera, Provincia de Andahuaylas
y departamento de Apurímac. Los resultados a los cuales se llegaron fueron
de que el índice de error es de 6.95% para los casos en los cuales el sistema
con visión computacional falla por cuestiones de semejanza de rostros, así
como posición y manejo de la iluminación del ambiente, sin embargo, estos
resultados permiten automatizar el control de asistencia masivo para las
instituciones educativas.
Collections
- TESIS DE PREGRADO [166]
Subject
The following license files are associated with this item: