| dc.contributor | Rosero Chandi, Carlos Xavier | |
| dc.contributor | Ingeniería en Mecatronica | |
| dc.creator | Rodríguez Baque, Karen Elizabeth | |
| dc.date | 2017-11-08T20:35:26Z | |
| dc.date | 2017-11-08T20:35:26Z | |
| dc.date | 2017 | |
| dc.date | 2017-11-08 | |
| dc.date.accessioned | 2023-08-10T20:23:22Z | |
| dc.date.available | 2023-08-10T20:23:22Z | |
| dc.identifier | 04/MEC/ 204 | |
| dc.identifier | 0000025359 | |
| dc.identifier | http://repositorio.utn.edu.ec/handle/123456789/7315 | |
| dc.identifier.uri | https://repositorioslatinoamericanos.uchile.cl/handle/2250/8175079 | |
| dc.description | Analizar el algoritmo de VIOLA-JONES para detecci´on de rostros. | |
| dc.description | La detección de objetos comprende varios campos entre los cuales se encuentra la detección de rostros. ´ Este es un proceso que se encarga de ubicar rostros presentes en imágenes o videos. Se constituye como el primer paso a seguir para los sistemas de reconocimiento facial aplicados en muchas ´áreas de la industria y la academia. Existen diversos métodos que ayudan a la detección facial, entre ellos se encuentran la detección facial robusta en tiempo real propuesta por Paul Viola y Michael Jones, y los patrones binarios locales introducido por Jo Chang-yeon. Al encontrar diversos enfoques aparece la necesidad de verificar su desempeño computacional y capacidad de detección, para lo cual este trabajo realiza un estudio comparativo de los dos metidos más populares citados anteriormente. Cada uno de los algoritmos ha sido implementado en Python con la ayuda de la librería de visón por computador openCV. La base de datos utilizada para las pruebas de funcionamiento de los algoritmos contiene 50 imágenes de personas ecuatorianas de diferentes edades y etnias. Las dos aproximaciones se han evaluado considerando falsos positivos, falsos negativos y tiempo de ejecución. Al finalizar la evaluación de todas las imágenes se obtuvo como resultado que el algoritmo de detección facial propuesto por Paul Viola y Michael Jones arroja como resultado un mayor acierto en detecciones y tiempo de ejecución que el algoritmo de patrones binarios locales. | |
| dc.format | application/pdf | |
| dc.format | application/pdf | |
| dc.format | application/pdf | |
| dc.language | spa | |
| dc.rights | openAccess | |
| dc.subject | ALGORITMO | |
| dc.subject | DETECCIÓN FACIAL | |
| dc.subject | VIOLA JONES | |
| dc.title | Análisis e implementación del algoritmo de detección facial de viola-Jones | |
| dc.type | bachelorThesis | |
| dc.coverage | Ibarra. Ecuador. | |
