dc.contributorGorvenia Ynfanzón, Johanna Paola
dc.contributorTello Sánchez, Fernando Antonio
dc.creatorGorvenia Ynfanzón, Johanna Paola
dc.creatorTello Sánchez, Fernando Antonio
dc.date.accessioned2019-07-12T14:54:28Z
dc.date.accessioned2022-03-31T15:17:15Z
dc.date.available2019-07-12T14:54:28Z
dc.date.available2022-03-31T15:17:15Z
dc.date.created2019-07-12T14:54:28Z
dc.date.issued2019
dc.identifierGorvenia, J. y Tello, F. (2019). Adaptación y comparación de dos metodologías de reconocimiento facial aplicadas a la detección de somnolencia en conductores. En Universidad de Lima (Ed.), Hacia la transformación digital. Actas del I Congreso Internacional de Ingeniería de Sistemas (pp. 75-86), Lima, 13 y 14 de septiembre del 2018. Universidad de Lima, Fondo Editorial.
dc.identifierhttps://hdl.handle.net/20.500.12724/8721
dc.identifier.urihttp://repositorioslatinoamericanos.uchile.cl/handle/2250/3324951
dc.description.abstractEste artículo busca comparar dos metodologías de reconocimiento de expresiones faciales: Viola-Jones y Regression Based Facial Landmark Detection, adaptados para la detección de somnolencia, dando a conocer cuál de ellas es la más óptima y se adecúa mejor a las condiciones variables, considerando las restricciones de oclusión, rotación de rostro, iluminación. Tras un análisis cuantitativo bajo la matriz de confusión y poniendo a prueba las metodologías propuestas en diferentes situaciones, se realizó una comparación con los resultados obtenidos. Ocurren diferentes efectos por la falta de sueño como la disminución del tiempo de reacción, cansancio ocular, la visión se torna borrosa, menor concentración, etcétera; influyendo de manera directa en el incremento de accidentes de tráfico.
dc.languagespa
dc.publisherUniversidad de Lima
dc.publisherPE
dc.rightshttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rightsinfo:eu-repo/semantics/openAccess
dc.sourceUniversidad de Lima
dc.sourceRepositorio Institucional - Ulima
dc.subjectReconocimiento facial (Informática)
dc.subjectConductores de automóviles
dc.subjectHuman face recognition (Computer science)
dc.subjectAutomobile drivers
dc.subjectSomnolencia
dc.subjectDrowsiness
dc.titleAdaptación y comparación de dos metodologías de reconocimiento facial aplicadas a la detección de somnolencia en conductores
dc.typeinfo:eu-repo/semantics/conferenceObject


Este ítem pertenece a la siguiente institución