Please enable JavaScript.
Coggle requires JavaScript to display documents.
DISPOSITIVOS DIGITALES Y RECONOCIMIENTO FACIAL - Coggle Diagram
DISPOSITIVOS DIGITALES Y RECONOCIMIENTO FACIAL
PROBLEMÁTICA
LOS SMARTPHONES, TABLETAS Y LAPTOPS SON HERRAMIENTAS VERSÁTILES UTILIZADAS TANTO PARA ENTRETENIMIENTO COMO PARA ADMINISTRACIÓN EN LA ERA DIGITAL
RESPONSABILIDAD EN LA SEGURIDAD DE DATOS
LA SEGURIDAD DE LOS DATOS ALMACENADOS EN DISPOSITIVOS TECNOLÓGICOS RECAE EN LAS EMPRESAS FABRICANTES, ORGANIZACIONES DE DESARROLLO DE APLICACIONES Y USUARIOS
FACTORES QUE COMPROMETEN LA SEGURIDAD
LA FALTA DE ROBUSTEZ EN CONTRASEÑAS, EL AUMENTO DE ATAQUES CIBERNÉTICOS Y PROBLEMAS DE USABILIDAD Y MEMORIZACIÓN PUEDEN COMPROMETER LA SEGURIDAD DE LOS DATOS EN DISPOSITIVOS TECNOLÓGICOS
EXPLICACIÓN DE LOS MODELOS
CAPTURA DE IMÁGENES O VIDEOS
EL SISTEMA DE VISIÓN POR COMPUTADORA RECIBE IMÁGENES O VIDEOS COMO ENTRADA
PREPROCESAMIENTO
REDUCCIÓN DE RUIDO
SE ELIMINAN LAS IMPERFECCIONES DE LA IMAGEN PARA MEJORAR SU CALIDAD
AJUSTES DE BRILLO Y CONTRASTE
SE MODIFICAN LOS NIVELES DE BRILLO Y CONTRASTE PARA MEJORAR LA VISUALIZACIÓN DE LA IMAGEN
ESCALADO O RECORTE
SE AJUSTA EL TAMAÑO DE LA IMAGEN PARA FACILITAR SU PROCESAMIENTO
EXTRACCIÓN DE CARACTERÍSTICAS
SE IDENTIFICAN PATRONES VISUALES RELEVANTES EN LA IMAGEN, COMO BORDES, TEXTURAS O FORMAS
APRENDIZAJE SUPERVISAD
ENTRENAMIENTO CON DATOS ETIQUETADOS
EL MODELO APRENDE A PARTIR DE UN CONJUNTO DE DATOS CON ENTRADAS Y SALIDAS ETIQUETADAS
AJUSTE DEL MODELO
EL MODELO MODIFICA SUS PARÁMETROS INTERNOS PARA MINIMIZAR EL ERROR ENTRE LA PREDICCIÓN Y LA SALIDA CORRECTA
EVALUACIÓN
SE EVALÚA EL RENDIMIENTO DEL MODELO UTILIZANDO UN CONJUNTO DE DATOS NO VISTO DURANTE EL ENTRENAMIENTO
APRENDIZAJE PROFUNDO Y VISIÓN POR COMPUTADORA
DEFINICIÓN
EL APRENDIZAJE PROFUNDO ES UN MODELO BASADO EN REDES NEURONALES PROFUNDAS QUE PERMITE A LAS MÁQUINAS INTERPRETAR IMÁGENES Y VIDEOS
APLICACIONES COMUNES
EL APRENDIZAJE PROFUNDO SE UTILIZA EN TAREAS COMO RECONOCIMIENTO DE VOZ, TRADUCCIÓN AUTOMÁTICA Y RECONOCIMIENTO FACIAL
ENFOQUE
EL APRENDIZAJE PROFUNDO AUTOMATIZA TAREAS COMPLEJAS MEDIANTE EL PROCESAMIENTO DE IMÁGENES Y LA CLASIFICACIÓN Y PREDICCIÓN DE EJEMPLOS
COMPARACIÓN DE LOS MODELO
HERRAMIENTAS CONSIDERADAS PARA EL DESARROLLO
YOLO (YOU ONLY LOOK ONCE) OPENCV
YOLO ES UN ALGORITMO DE DETECCIÓN DE OBJETOS EN TIEMPO REAL, MIENTRAS QUE OPENCV ES UNA BIBLIOTECA UTILIZADA PARA EL PROCESAMIENTO DE IMÁGENES Y VISIÓN POR COMPUTADORA
TENSORFLOW
TENSORFLOW ES UNA BIBLIOTECA DE CÓDIGO ABIERTO UTILIZADA PARA EL APRENDIZAJE AUTOMÁTICO Y PROFUNDO
PROPUESTA DE SOLUCIÓN
OBJETIVOS DEL PROYECTO
LOS OBJETIVOS INCLUYEN DESARROLLAR UN MODELO DE RECONOCIMIENTO FACIAL BASADO EN INTELIGENCIA ARTIFICIAL, INTEGRAR TÉCNICAS DE CIFRADO ROBUSTAS Y ESTABLECER PROTOCOLOS DE ELIMINACIÓN DE DATOS PARA PROTEGER LA PRIVACIDAD DE LOS USUARIOS
DESARROLLO DE UN PROGRAMA DE RECONOCIMIENTO FACIAL
SE PROPONE EL DESARROLLO DE UN PROGRAMA QUE VALIDE LA IDENTIDAD DE LOS USUARIOS MEDIANTE RECONOCIMIENTO FACIAL PARA FACILITAR UN INICIO DE SESIÓN SEGURO
POPULARIDAD DE TECNOLOGÍAS SIN CONTACTO
TRAS LA PANDEMIA DE COVID-19, LAS TECNOLOGÍAS SIN CONTACTO HAN GANADO POPULARIDAD, EVIDENCIANDO LA NECESIDAD DE SOLUCIONES BIOMÉTRICAS COMO EL RECONOCIMIENTO FACIAL