Diseño e implementación de un sistema de identificación de personas para la seguridad de los accesos a condominios, basado en el algoritmo de reconocimiento facial LBPH Faces

Abstract

El trabajo que a continuación se presenta tiene como propósito el diseño e Implementación de un sistema de identificación de personas para la seguridad de los accesos a condominios, basado en el algoritmo de reconocimiento facial LBPHFaces. Se identificaron distintos trabajos de investigación con respecto al reconocimiento facial para la seguridad de las personas y de esa manera analizar los métodos algorítmicos que utilizaron. Se realizó la captura de 300 imágenes de los rostros de las personas que el sistema identificará y se almacenaron en un repositorio con el nombre del rostro de la persona. El algoritmo identifica los rostros, transforma las imágenes a escala de grises y los entrena para identificar si el rostro en tiempo real que muestra la cámara de vigilancia tiene similitud a las imágenes entrenadas dentro del repositorio. Se analizaron los 3 métodos más utilizados, que son el FisherFaces, EigenFaces y el LBPHFaces. Al final los resultados arrojaron valores muy positivos con respecto al algoritmos escogidos y se concluyó que el LBPHFaces fue superior a los otros dos mencionados en tiempo de respuesta, de entramiento y porcentaje de aciertos, lo cual lo hace el más confiable para la seguridad de las personas.

The purpose of the work presented below is the design and implementation of a person identification system for the security of access to condominiums, based on the LBPHFaces facial recognition algorithm. Different research works were identified with respect to facial recognition for the safety of people and thus analyze the algorithmic methods they used. 300 images of the faces of the people that the system will identify were captured and stored in a repository with the name of the person's face. The algorithm identifies the faces, transforms the images to grayscale and trains them to identify if the face in real time displayed by the surveillance camera has similarity to the images trained within the repository. The 3 most used methods were analyzed, which are the FisherFaces, EigenFaces and the LBPHFaces. In the end, the results yielded very positive values with respect to the chosen algorithms, and it was concluded that the LBPHFaces was superior to the other two mentioned in response time, training and percentage of hits, which makes it the most reliable for the safety of the people.