Mostrar el registro sencillo del ítem

Diseño y desarrollo de un sistema de reconocimiento facial automático para el control de acceso en la empresa Tractocar del Llano S.A.S (Acacías-Meta).

dc.rights.licenseAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)spa
dc.contributor.advisorSolórzano Giraldo, Diego Fernando
dc.contributor.advisorGonzález García, Hebandreyna
dc.contributor.authorAmortegui García, Sebastian Alonso
dc.contributor.authorOrdoñez Bohorquez, Ronald Julián
dc.date.accessioned2025-11-21T14:35:49Z
dc.date.available2025-11-21T14:35:49Z
dc.date.issued2025-10
dc.identifier.citationla cita bibliográfica del documento que está cargando en el sistema en el formato de citación correspondiente (APA, ISO, CHICAGO, etc..)spa
dc.identifier.urihttps://repositorio.unimeta.edu.co/handle/unimeta/1298
dc.descriptionCuadros,
dc.descriptionGráficas a color,
dc.descriptionFotografías a color.
dc.description.abstractResumen: El presente proyecto de investigación propone el diseño y desarrollo de un sistema de reconocimiento facial automático para el control de acceso al área de producción de la empresa Tractocar del Llano S.A.S., ubicada en el municipio de Acacías, Meta. Para ello, se desarrolla un prototipo basado en un modelo de aprendizaje profundo que permite la detección e identificación en tiempo real del personal autorizado. Este modelo emplea un algoritmo de OpenCV, una biblioteca de visión artificial de código abierto en Python, reconocida por su precisión y adaptabilidad. La propuesta parte de un análisis del entorno donde se requiere la implementación del sistema, seguido de un estudio técnico detallado de los dispositivos electrónicos necesarios. Se diseña una interfaz de usuario en forma de aplicación de escritorio, permitiendo la visualización y gestión eficiente de la información. Adicionalmente, se elaboran planos del circuito electrónico para su correcta implementación. La solución destaca por realizar el proceso de reconocimiento facial en tiempo real, con un registro de usuario ágil mediante un vídeo corto, optimizando tiempos y mejorando la experiencia del usuario. Gracias a estas características, el sistema representa una alternativa efectiva y tecnológica para garantizar un acceso seguro y automatizado dentro de la empresa.
dc.description.tableofcontentsTabla de contenido: --RESUMEN 6 ABSTRACT 7 CAPITULO I. 20 INTRODUCCION 20 1.1. PLANTEAMIENTO DEL PROBLEMA 22 1.2. JUSTIFICACIÓN 24 1.3. OBJETIVOS 26 1.3.1. Objetivo General 26 1.3.2. Objetivo Específicos 26 CAPITULO II 27 2. MARCO DE REFERENCIA 27 2.1. ANTECEDENTES 27 2.2. MARCO GEOGRÁFICO 32 2.2.1. Descripción del área de estudio 32 2.2.2. Justificación de la ubicación 32 2.3. MARCO HISTÓRICO 33 2.3.1. Antecedentes de la biometría 33 2.3.2. Evolución del reconocimiento facial 33 2.3.3. Avances en visión por computadora y OpenCV 34 2.3.4. Historia de los sistemas de control de acceso 34 2.3.5. Contexto histórico de la empresa Tractocar del Llano S.A.S. 35 2.4. MARCO TEÓRICO 36 2.4.1. Sistemas biométricos de control de acceso 36 RESUMEN 6 ABSTRACT 7 CAPITULO I. 20 INTRODUCCION 20 1.1. PLANTEAMIENTO DEL PROBLEMA 22 1.2. JUSTIFICACIÓN 24 1.3. OBJETIVOS 26 1.3.1. Objetivo General 26 1.3.2. Objetivo Específicos 26 CAPITULO II 27 2. MARCO DE REFERENCIA 27 2.1. ANTECEDENTES 27 2.2. MARCO GEOGRÁFICO 32 2.2.1. Descripción del área de estudio 32 2.2.2. Justificación de la ubicación 32 2.3. MARCO HISTÓRICO 33 2.3.1. Antecedentes de la biometría 33 2.3.2. Evolución del reconocimiento facial 33 2.3.3. Avances en visión por computadora y OpenCV 34 2.3.4. Historia de los sistemas de control de acceso 34 2.3.5. Contexto histórico de la empresa Tractocar del Llano S.A.S. 35 2.4. MARCO TEÓRICO 36 2.4.1. Sistemas biométricos de control de acceso 36 2.4.2. Aprendizaje automático (Machine Learning) 37 2.4.3. Reconocimiento facial 37 2.4.4. Lenguaje de Programación Python 38 2.5. MARCO CONCEPTUAL 38 2.5.1. Definiciones Operativas Centrales 38 2.5.2. Relaciones entre Conceptos Clave 40 2.5.3. Diagrama Conceptual del Sistema 41 2.6. MARCO LEGAL 42 2.6.1. Constitución Política de Colombia 42 2.6.2. Ley Estatutaria de Protección de Datos Personales 42 2.6.3. Reglamentación de la Ley 1581 de 2012 43 2.6.4. Normas sobre tecnologías biométricas 44 2.6.5. Estándares Internacionales 45 CAPITULO III. 46 3. MARCO METODOLÓGICO 46 3.1. Fase 1: Elaboración de un informe de diagnóstico 47 3.2. Fase 2: creación de una matriz de comparación 47 3.3. Fase 3: Desarrollo del sistema de control de acceso con reconocimiento facial 48 3.4. Fase 4: Elaboración de un plano electrónico 48 3.5. fase 5: Desarrollo de Casos de Prueba 49 CAPITULO IV 50 4. RESULTADOS Y DISCUSIÓN 50 4.1. ANALIZAR LAS CONDICIONES DE SEGURIDAD ACTUALES PARA EL INGRESO AL ÁREA DE PRODUCCIÓN EN LA EMPRESA TRACTOCAR DEL LLANO S.A.S. 50 4.1.1. Descripción Física 50 4.1.2. Proceso de Ingreso y Registro 51 RESUMEN 6 ABSTRACT 7 CAPITULO I. 20 INTRODUCCION 20 1.1. PLANTEAMIENTO DEL PROBLEMA 22 1.2. JUSTIFICACIÓN 24 1.3. OBJETIVOS 26 1.3.1. Objetivo General 26 1.3.2. Objetivo Específicos 26 CAPITULO II 27 2. MARCO DE REFERENCIA 27 2.1. ANTECEDENTES 27 2.2. MARCO GEOGRÁFICO 32 2.2.1. Descripción del área de estudio 32 2.2.2. Justificación de la ubicación 32 2.3. MARCO HISTÓRICO 33 2.3.1. Antecedentes de la biometría 33 2.3.2. Evolución del reconocimiento facial 33 2.3.3. Avances en visión por computadora y OpenCV 34 2.3.4. Historia de los sistemas de control de acceso 34 2.3.5. Contexto histórico de la empresa Tractocar del Llano S.A.S. 35 2.4. MARCO TEÓRICO 36 2.4.1. Sistemas biométricos de control de acceso 36 2.4.2. Aprendizaje automático (Machine Learning) 37 2.4.3. Reconocimiento facial 37 2.4.4. Lenguaje de Programación Python 38 2.5. MARCO CONCEPTUAL 38 2.5.1. Definiciones Operativas Centrales 38 2.5.2. Relaciones entre Conceptos Clave 40 2.5.3. Diagrama Conceptual del Sistema 41 2.6. MARCO LEGAL 42 2.6.1. Constitución Política de Colombia 42 2.6.2. Ley Estatutaria de Protección de Datos Personales 42 2.6.3. Reglamentación de la Ley 1581 de 2012 43 2.6.4. Normas sobre tecnologías biométricas 44 2.6.5. Estándares Internacionales 45 CAPITULO III. 46 3. MARCO METODOLÓGICO 46 3.1. Fase 1: Elaboración de un informe de diagnóstico 47 3.2. Fase 2: creación de una matriz de comparación 47 3.3. Fase 3: Desarrollo del sistema de control de acceso con reconocimiento facial 48 3.4. Fase 4: Elaboración de un plano electrónico 48 3.5. fase 5: Desarrollo de Casos de Prueba 49 CAPITULO IV 50 4. RESULTADOS Y DISCUSIÓN 50 4.1. ANALIZAR LAS CONDICIONES DE SEGURIDAD ACTUALES PARA EL INGRESO AL ÁREA DE PRODUCCIÓN EN LA EMPRESA TRACTOCAR DEL LLANO S.A.S. 50 4.1.1. Descripción Física 50 4.1.2. Proceso de Ingreso y Registro 51 4.1.3. Protocolos de Seguridad 51 4.1.4. Métodos de Autenticación 51 4.1.5. Identificación de Riesgos 52 4.2. IDENTIFICAR LAS HERRAMIENTAS TECNOLÓGICAS Y REQUERIMIENTOS TÉCNICOS NECESARIOS PARA EL SISTEMA DE RECONOCIMIENTO FACIAL PARA LA EMPRESA TRACTOCAR DEL LLANO S.A.S. 53 4.2.1. Matriz de Comparación Dispositivos Del Sistema 53 4.2.2. Justificación Global de la Selección 55 4.3. DESARROLLAR UN ALGORITMO QUE GESTIONE LA VALIDACIÓN DE ACCESO POR MEDIO DE RECONOCIMIENTO FACIAL Y LA ADMINISTRACIÓN DEL SISTEMA IMPLEMENTADO COMO UNA APLICACIÓN DE ESCRITORIO PARA LA EMPRESA TRACTOCAR DEL LLANO S.A.S. 58 4.3.1. Diseño y desarrollo del módulo de reconocimiento facial y control de hardware. 58 4.3.2. Desarrollo módulo de Entrenamiento y actualización del modelo LBPH 73 4.3.3. Desarrollo módulo de registro de ingresos 75 4.4. DISEÑAR UN DIAGRAMA ELECTRÓNICO QUE DETALLE LA INTEGRACIÓN, CONEXIÓN E INSTALACIÓN DE LOS COMPONENTES DE HARDWARE Y OTROS ELEMENTOS NECESARIOS PARA EL CORRECTO FUNCIONAMIENTO DEL SISTEMA PARA LA EMPRESA TRACTOCAR DEL LLANO S.A.S. 78 4.4.1. Componentes Integrados en el Esquema 78 4.4.2. Circuito electrónico 79 4.4.3. Plano de Ensamble 80 4.5. VALIDAR EL PROTOTIPO DEL SISTEMA EN UN ENTORNO CONTROLADO EN LA EMPRESA TRACTOCAR DEL LLANO S.A.S 81 4.5.1. Pruebas de reconocimiento facial 82 4.5.2. Pruebas de registro en la base de datos 84 4.5.3. Pruebas en condiciones de baja iluminación 85 4.5.4. Pruebas con accesorios 85 CONCLUSIONES 87 RESUMEN 6 ABSTRACT 7 CAPITULO I. 20 INTRODUCCION 20 1.1. PLANTEAMIENTO DEL PROBLEMA 22 1.2. JUSTIFICACIÓN 24 1.3. OBJETIVOS 26 1.3.1. Objetivo General 26 1.3.2. Objetivo Específicos 26 CAPITULO II 27 2. MARCO DE REFERENCIA 27 2.1. ANTECEDENTES 27 2.2. MARCO GEOGRÁFICO 32 2.2.1. Descripción del área de estudio 32 2.2.2. Justificación de la ubicación 32 2.3. MARCO HISTÓRICO 33 2.3.1. Antecedentes de la biometría 33 2.3.2. Evolución del reconocimiento facial 33 2.3.3. Avances en visión por computadora y OpenCV 34 2.3.4. Historia de los sistemas de control de acceso 34 2.3.5. Contexto histórico de la empresa Tractocar del Llano S.A.S. 35 2.4. MARCO TEÓRICO 36 2.4.1. Sistemas biométricos de control de acceso 36 2.4.2. Aprendizaje automático (Machine Learning) 37 2.4.3. Reconocimiento facial 37 2.4.4. Lenguaje de Programación Python 38 2.5. MARCO CONCEPTUAL 38 2.5.1. Definiciones Operativas Centrales 38 2.5.2. Relaciones entre Conceptos Clave 40 2.5.3. Diagrama Conceptual del Sistema 41 2.6. MARCO LEGAL 42 2.6.1. Constitución Política de Colombia 42 2.6.2. Ley Estatutaria de Protección de Datos Personales 42 2.6.3. Reglamentación de la Ley 1581 de 2012 43 2.6.4. Normas sobre tecnologías biométricas 44 2.6.5. Estándares Internacionales 45 CAPITULO III. 46 3. MARCO METODOLÓGICO 46 3.1. Fase 1: Elaboración de un informe de diagnóstico 47 3.2. Fase 2: creación de una matriz de comparación 47 3.3. Fase 3: Desarrollo del sistema de control de acceso con reconocimiento facial 48 3.4. Fase 4: Elaboración de un plano electrónico 48 3.5. fase 5: Desarrollo de Casos de Prueba 49 CAPITULO IV 50 4. RESULTADOS Y DISCUSIÓN 50 4.1. ANALIZAR LAS CONDICIONES DE SEGURIDAD ACTUALES PARA EL INGRESO AL ÁREA DE PRODUCCIÓN EN LA EMPRESA TRACTOCAR DEL LLANO S.A.S. 50 4.1.1. Descripción Física 50 4.1.2. Proceso de Ingreso y Registro 51 4.1.3. Protocolos de Seguridad 51 4.1.4. Métodos de Autenticación 51 4.1.5. Identificación de Riesgos 52 4.2. IDENTIFICAR LAS HERRAMIENTAS TECNOLÓGICAS Y REQUERIMIENTOS TÉCNICOS NECESARIOS PARA EL SISTEMA DE RECONOCIMIENTO FACIAL PARA LA EMPRESA TRACTOCAR DEL LLANO S.A.S. 53 4.2.1. Matriz de Comparación Dispositivos Del Sistema 53 4.2.2. Justificación Global de la Selección 55 4.3. DESARROLLAR UN ALGORITMO QUE GESTIONE LA VALIDACIÓN DE ACCESO POR MEDIO DE RECONOCIMIENTO FACIAL Y LA ADMINISTRACIÓN DEL SISTEMA IMPLEMENTADO COMO UNA APLICACIÓN DE ESCRITORIO PARA LA EMPRESA TRACTOCAR DEL LLANO S.A.S. 58 4.3.1. Diseño y desarrollo del módulo de reconocimiento facial y control de hardware. 58 4.3.2. Desarrollo módulo de Entrenamiento y actualización del modelo LBPH 73 4.3.3. Desarrollo módulo de registro de ingresos 75 4.4. DISEÑAR UN DIAGRAMA ELECTRÓNICO QUE DETALLE LA INTEGRACIÓN, CONEXIÓN E INSTALACIÓN DE LOS COMPONENTES DE HARDWARE Y OTROS ELEMENTOS NECESARIOS PARA EL CORRECTO FUNCIONAMIENTO DEL SISTEMA PARA LA EMPRESA TRACTOCAR DEL LLANO S.A.S. 78 4.4.1. Componentes Integrados en el Esquema 78 4.4.2. Circuito electrónico 79 4.4.3. Plano de Ensamble 80 4.5. VALIDAR EL PROTOTIPO DEL SISTEMA EN UN ENTORNO CONTROLADO EN LA EMPRESA TRACTOCAR DEL LLANO S.A.S 81 4.5.1. Pruebas de reconocimiento facial 82 4.5.2. Pruebas de registro en la base de datos 84 4.5.3. Pruebas en condiciones de baja iluminación 85 4.5.4. Pruebas con accesorios 85 CONCLUSIONES 87 REFERENCIA 88 ANEXOS 92
dc.description.tableofcontentsLista de tablas: --Tabla I MATRIZ DE COMPARACIÓN COMPONENTES DEL SISTEMA 54 Tabla II FICHA REQUERIMIENTO FUNCIONAL 1 59 Tabla III FICHA REQUERIMIENTO FUNCIONAL 2 60 Tabla IV FICHA REQUERIMIENTO FUNCIONAL 3 61 Tabla V FICHA REQUERIMIENTO FUNCIONAL 4 62 Tabla VI FICHA REQUERIMIENTO FUNCIONAL 5 63 Tabla VII FICHA REQUERIMIENTO FUNCIONAL 6 64 Tabla VIII FICHA REQUERIMIENTO FUNCIONAL 7 65 Tabla IX FICHA REQUERIMIENTO FUNCIONAL 8 66 Tabla X FICHA REQUERIMIENTO FUNCIONAL 9 67 Tabla XI COMPONENTES INTEGRADOS AL SISTEMA 80
dc.description.tableofcontentsLista de ilustración: --Ilustración I DIAGRAMA DE FLUJO DEL SISTEMA 41 Ilustración II DIAGRAMA DE CASO DE USO 67 Ilustración III MOCKUP INTERFAZ GRAFICA 67 Ilustración IV IMPORTACION DE LIBRERIAS 68 Ilustración V INICIALIZACION DEL MODELO DNN Y LBPH 69 Ilustración VI CONFIGURACIÓN INICIAL DE LA INTERFAZ GRÁFICA 69 Ilustración VII CONFIGURACIÓN CONTROLES DE LA INTERFAZ GRÁFICA 70 Ilustración VIII INTERFAZ GRÁFICA DESAROLLADA CON TKINTER 70 Ilustración IX INICIALIZACION LIBRERÍAS, PINES Y DISPOSITIVOS. 71 Ilustración X FUNCIÓN LOOP() EN ARDUINO 71 Ilustración XI DIBUJAR UN SÍMBOLO DE VERIFICACIÓN (CHECK) 72 Ilustración XII REPRESENTAR EL SÍMBOLO “X” EN EL PANEL LED 72 Ilustración XIII ENTRENAMIENTO DEL MODELO LBPH 73 Ilustración XIV ACTUALIZACION AUTOMATICA DEL MODELO LBPH 74 Ilustración XV INICIALIZACION CÁMARA Y CAPTURA DE ROSTROS. 75 Ilustración XVI CONFIGURACION ARCHIVO EXCEL 76 Ilustración XVII INICIALIZACION Y MONITOREO ARCHIVO EXCEL 76 Ilustración XVIII DOCUMENTO EXCEL CON REGISTROS DE PRUEBA 77 Ilustración XIX CIRCUITO ELECTRONICO DE LOS COMPONENTES FISICOS 79 Ilustración XX CONEXIONES DEL SISTEMA 80 Ilustración XXI REGISTRO DE USUARIO NUEVO 82 Ilustración I DIAGRAMA DE FLUJO DEL SISTEMA 41 Ilustración II DIAGRAMA DE CASO DE USO 67 Ilustración III MOCKUP INTERFAZ GRAFICA 67 Ilustración IV IMPORTACION DE LIBRERIAS 68 Ilustración V INICIALIZACION DEL MODELO DNN Y LBPH 69 Ilustración VI CONFIGURACIÓN INICIAL DE LA INTERFAZ GRÁFICA 69 Ilustración VII CONFIGURACIÓN CONTROLES DE LA INTERFAZ GRÁFICA 70 Ilustración VIII INTERFAZ GRÁFICA DESAROLLADA CON TKINTER 70 Ilustración IX INICIALIZACION LIBRERÍAS, PINES Y DISPOSITIVOS. 71 Ilustración X FUNCIÓN LOOP() EN ARDUINO 71 Ilustración XI DIBUJAR UN SÍMBOLO DE VERIFICACIÓN (CHECK) 72 Ilustración XII REPRESENTAR EL SÍMBOLO “X” EN EL PANEL LED 72 Ilustración XIII ENTRENAMIENTO DEL MODELO LBPH 73 Ilustración XIV ACTUALIZACION AUTOMATICA DEL MODELO LBPH 74 Ilustración XV INICIALIZACION CÁMARA Y CAPTURA DE ROSTROS. 75 Ilustración XVI CONFIGURACION ARCHIVO EXCEL 76 Ilustración XVII INICIALIZACION Y MONITOREO ARCHIVO EXCEL 76 Ilustración XVIII DOCUMENTO EXCEL CON REGISTROS DE PRUEBA 77 Ilustración XIX CIRCUITO ELECTRONICO DE LOS COMPONENTES FISICOS 79 Ilustración XX CONEXIONES DEL SISTEMA 80 Ilustración XXI REGISTRO DE USUARIO NUEVO 82 Ilustración XXII GENERACION DE LAS IMÁGENES PARA EL REGISTRO 83 Ilustración XXIII REGISTRO EXITOSO 83 Ilustración XXIV INGRESO AUTORIZADO 84 Ilustración XXV ARCHIVO EXCEL CON REGISTROS DE ENTRADA 84 Ilustración XXVI RECONOCIMIENTO FACIAL ENTORNO OSCURO 85 Ilustración XXVII RF CON ELEMENTOS EN EL ROSTRO 85 Ilustración XXVIII DATABASE DE FOTOS FORMALES 92 Ilustración XXIX CARPETAS CREADAS PARA EL ENTRENAMIENTO 92 Ilustración XXX ROSTROS CAPTURADOS EN EL REGISTRO POR VIDEO 92 Ilustración XXXI LIBRERÍA DE ENTRENAMIENTO DE LOS ROSTROS 93 Ilustración XXXII PANEL LED CUANDO RECONOCIÓ A LA PERSONA 94 Ilustración XXXIII PANEL LED CUANDO NO RECONOCE A LA PERSONA. 94 Ilustración XXXIV PANEL LED CUANDO NO RECONOCE A LA PERSONA. 94
dc.format.extent94 páginas.spa
dc.format.mimetypeapplication/pdfspa
dc.language.isospaspa
dc.publisherCorporación Universitaria del Meta UNIMETAspa
dc.rightsAl consultar y hacer uso de este recurso, está aceptando las condiciones de uso establecidas por los autores.
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/spa
dc.sourceTexto libre que contiene la fuente principal del recurso. URL del sitio dónde fue publicado originalmente el recurso de información.spa
dc.titleDiseño y desarrollo de un sistema de reconocimiento facial automático para el control de acceso en la empresa Tractocar del Llano S.A.S (Acacías-Meta).
dc.typeTrabajo de grado - Pregradospa
dcterms.audiencela audiencia o las audiencias que requieran, Estudiantes, Profesores, Comunidad científica colombiana, etc.
dc.description.notesDedicatoria: --Quiero dedicarles este proyecto a mis padres, por constituirse en el pilar fundamental de mi formación personal y profesional. Su ejemplo de dedicación, esfuerzo y constancia ha sido la guía que me ha permitido alcanzar este objetivo académico. Este logro representa no solo mi esfuerzo, sino también el fruto de su apoyo incondicional y sus enseñanzas imborrables. -Ronald Julian Ordoñez Bohorquez
dc.description.notesDedicatoria: --A quienes me dieron la vida, cuyo amor y entrega han sido la mayor inspiración en mi vida. Gracias por creer en mí incluso en los momentos más difíciles, por motivarme a continuar cuando las fuerzas parecían escasear y por enseñarme que con disciplina y sacrificio todo sueño es posible. Este trabajo es un reflejo del esfuerzo compartido y del inmenso valor de tenerlos como guía y ejemplo. -Sebastian Alonso Amortegui García
dc.description.notesAgradecimientos: --Nuestro más profundo agradecimiento a la empresa Tractocar del Llano S.A.S., por abrirnos sus puertas y brindarnos no solo el espacio y la información necesaria para el desarrollo de este proyecto, sino también por su permanente disposición para acompañarnos en este proceso. Su colaboración fue clave para dar forma a nuestras ideas y llevarlas a la práctica. De igual manera, expresamos nuestra sincera gratitud a los docentes Diego Fernando Solórzano Giraldo y Hebandreyna González García, quienes, con sus orientaciones, correcciones y consejos oportunos, nos impulsaron a mejorar constantemente y a alcanzar un mayor nivel académico en este trabajo. Finalmente, quiero reconocer de manera especial a mi compañero de equipo, cuya entrega, dedicación y compromiso fueron una fuente de motivación constante. Este logro no solo refleja un esfuerzo individual, sino también la fortaleza del trabajo en conjunto.
dc.type.versioninfo:eu-repo/semantics/acceptedVersionspa
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aaspa
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2spa
dc.contributor.corporatenameCorporación Universitaria del Meta, UNIMETAspa
dc.description.degreelevelPregradospa
dc.description.degreenameIngeniero(a) de Sistemasspa
dc.description.editionAPA.spa
dc.identifier.instnameCorporación Universitaria del Meta UNIMETAspa
dc.identifier.reponameRepositorio Institucionalspa
dc.identifier.repourlhttps://repositorio.unimeta.edu.co/spa
dc.publisher.facultyEscuela de Ingenieriasspa
dc.publisher.placeVillavicencio, Meta, Colombiaspa
dc.publisher.programIngeniería de Sistemasspa
dc.relation.referencesREFERENCIA: --[1] M. Gómez and R. Pérez, Ingeniería sostenible: retos y oportunidades, Rev. Ing. Soc., vol. 18, no. 2, pp. 45–60, 2021.spa
dc.relation.references[2] A. Caballero, J. Muñoz, and L. Rodríguez, Tendencias de la ingeniería de sistemas en la era digital. Bogotá, Colombia: Editorial Universitaria, 2020.spa
dc.relation.references[3] K. Zhang, Z. Zhang, and Z. Li, “Facial recognition in modern security systems,” J. Artif. Intell. Res., vol. 73, pp. 123–145, 2022.spa
dc.relation.references[4] Z. Zhao, Y. Guo, J. Shi, X. Zuo y G. Guo, "Deep Learning Based Face Recognition: A Survey," IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 44, no. 10, pp. 6428–6448, Oct. 2022.spa
dc.relation.references[5] M. A. Flowerday y R. Von Solms, "Trust: An element of information security," Computer Security, vol. 26, no. 1, pp. 1–7, 2007.spa
dc.relation.references[6] Acerca de Nosotros - Tracto Cardell Llano. Tracto Cardell Llano. (s.f.). Recuperado el 17 de septiembre de 2025, de http://www.tractocardelllano.com/acerca-de-nosotrosspa
dc.relation.references[7] Market.biz. “Facial Recognition Statistics: Market Size, Growth & Future (2024-2032)”. Accessed: Sep. 17, 2025. [Online]. Available: https://market.biz/facial-recognition-statistics/spa
dc.relation.references[8] Market.us. “Facial Recognition Statistics: Market Size, Growth & Future (2024-2033)”. Accessed: Sep. 17, 2025. [Online]. Available: https://scoop.market.us/facial-recognition-statistics/spa
dc.relation.references[9] Danning Wu, Jiaqi Qiang, Weixin Hong, Hanze, Hongbo Yang, Huijuan Zhu, Hui Pan, Zhen Shen, Shi Chen, “Artificial intelligence facial recognition system for diagnosis of endocrine and metabolic syndromes based on a facial image database”, Diabetes & Metabolic Syndrome: Clinical Research & Reviews, vol 18, 2024spa
dc.relation.references[10] Jiawei Mao, Rui Xu, Xuesong Yin, Yuanqi Chang, Binling Nie, Aibin Huang,Yigang Wang.”POSTER++: A simpler and stronger facial expression recognition network”, Pattern Recognition, vol 157, 2024.spa
dc.relation.references[11] Zhiyu Xie, Yiting Lin, Tengyu Liu, Heping Wen, “Face privacy protection scheme by securityenhanced encryption structure and nonlinear dynamics Zhiyu”, cellpress open access, vol 27, 2024spa
dc.relation.references[12] Dana Michalski, Christopher Malec, Eden Clothier, Richard Bassed, “Facial recognition for disaster victim identification”, Forensic Science International, vol 361, 2024spa
dc.relation.references[13] Muhammad Sajjad, Fath U Min Ullah, Mohib Ullah, Georgia Christodoulou, Faouzi Alaya Cheikh, Mohammad Hijji, Khan Muhammad, Joel J.P.C. Rodrigues, "A Comprehensive Survey on Deep Facial Expression Recognition: Challenges, Applications, and Future Guidelines”, Alexandria Engineering Journals, Vol 68, pp. 817-840, April 2023.spa
dc.relation.references[14] Joshita Malla1, Harshini Vemuri, SreeDivya Nagalli, S Abhishek, Anjali T, “The Analysis of Neural Network Models to Distinguish AI generated faces from Real faces”, Procedia Computer Science, Vol 233, pp. 295–306, 2024.spa
dc.relation.references[15] Shuji Deng, "Face expression image detection and recognition based on big data technology”, International Journal of Intelligent Networks, Vol 4, pp. 1218-223, August 2024.spa
dc.relation.references[16] Hyesun Choung, Prabu David, Tsai-Wei Ling, "Acceptance of AI-powered facial recognition technology in surveillance scenarios: Role of trust, security, and privacy perceptions”, Technology in Society, Vol 79, pp. 102721, December 2024.spa
dc.relation.references[17] Bao-Thien Nguyen-Tat, Minh-Quoc Bui ,Vuong M. Ngo, "Automating attendance management in human resources: A design science approach using computer vision and facial recognition”, International Journal of Information Management Data Insights , vol 4, Issue 2, pp. 100253, November 2024.spa
dc.relation.references[18] Francesca Palmiotto, Natalia Menéndez González, "Facial recognition technology, democracy and human rights”, Computer Law & Security Review, vol 50, pp. 105857, September 2023.spa
dc.relation.references[19] Trinanjana Bagchi, Ankita Mahapatra, Dipesh Yadav, Daiwik Mishra, Anish Pandey, P. Chandrasekhar, Ashwani Kumar, "Intelligent security system based on face recognition and IoT”, Materials Today, vol 62, Part 4, pp. 2133-2137, March 2022.spa
dc.relation.references[20] Coordenadas-GPS.com. Coordenadas GPS y conversor de direcciones. Accessed: Sep. 17, 2025. [Online]. Available: https://www.coordenadas-gps.com/spa
dc.relation.references[21] WeatherSpark. Clima promedio en Acacías, Colombia durante todo el año. Accessed: Sep. 17, 2025. [Online]. Available: https://es.weatherspark.com/y/24256/Clima-promedio-en-Acac%C3%ADas-Colombia-durante-todo-el-a%C3%B1o#google_vignettespa
dc.relation.references[22] A. K. Jain, A. Ross, and S. Prabhakar, "An introduction to biometric recognition," IEEE Trans. Circuits Syst. Video Technol., vol. 14, no. 1, pp. 4–20, Jan. 2004, doi: 10.1109/TCSVT.2003.818349.spa
dc.relation.references[23] S. A. Cole, Suspect Identities: A History of Fingerprinting and Criminal Identification. Cambridge, MA, USA: Harvard University Press, 2001.spa
dc.relation.references[24] M. Turk and A. Pentland, "Eigenfaces for recognition," J. Cogn. Neurosci., vol. 3, no. 1, pp. 71–86, Jan. 1991, doi: 10.1162/jocn.1991.3.1.71.spa
dc.relation.references[25] Y. Taigman, M. Yang, M. Ranzato, and L. Wolf, "DeepFace: Closing the gap to human-level performance in face verification," in Proc. IEEE Conf. Comput. Vis. Pattern Recognit. (CVPR), Columbus, OH, USA, Jun. 2014, pp. 1701–1708, doi: 10.1109/CVPR.2014.220.spa
dc.relation.references[26] G. Bradski, "The OpenCV Library," Dr. Dobb's J. Softw. Tools, 2000.spa
dc.relation.references[27] P. Viola and M. Jones, "Rapid object detection using a boosted cascade of simple features," in Proc. IEEE Comput. Soc. Conf. Comput. Vis. Pattern Recognit. (CVPR), Kauai, HI, USA, 2001, vol. 1, p. I, doi: 10.1109/CVPR.2001.990517.spa
dc.relation.references[28] T. Phillips and D. MacArthur, Access Control, Authentication, and Public Key Infrastructure. Burlington, MA, USA: Jones & Bartlett Learning, 2005.spa
dc.relation.references[29] Security Industry Association (SIA). History of Access Control. Accessed: Sep. 17, 2025. [Online]. Available: https://www.securityindustry.org/spa
dc.relation.references[30] A. Ismail Awad et al., “AI-powered biometrics for Internet of Things security: A review and future vision”, 2024.spa
dc.relation.references[31] A. P. Singh et al., “Face Recognition System Based on LBPH Algorithm”, IJEAT, vol. 8, no. 5S, may 2019spa
dc.relation.references[32] K. C. Paul y S. Aslan, “An Improved Real-Time Face Recognition System at Low Resolution Based on LBPH and CLAHE”, 2021.spa
dc.relation.references[33] Z. Ayop et al., “Two-Factor Authentication Smart Entryway Using Modified LBPH Algorithm”, 2025spa
dc.relation.references[34] Decreto 1072 de 2015 (mayo 26). Por medio del cual se expide el Decreto Único Reglamentario del Sector Trabajo. Presidencia de la República de Colombia. 2015. Accessed: Sep. 17, 2025. [Online]. Available: https://www.funcionpublica.gov.co/eva/gestornormativo/norma.php?i=4125spa
dc.relation.references[35] Decreto 1082 de 2022 (junio 27). Por el cual se modifica el Decreto 1072 de 2015, Decreto Único Reglamentario del Sector Trabajo, en relación con el Teletrabajo. Presidencia de la República de Colombia. 2022. Accessed: Sep. 17, 2025. [Online]. Available: https://www.funcionpublica.gov.co/eva/gestornormativo/norma.php?i=49981spa
dc.relation.references[36] Gobierno de Colombia, “Decreto 1377 de 2013”, [En línea]. Disponible en: https://www.funcionpublica.gov.co/eva/gestornormativo/norma.php?i=53646. [Accedido: 11-oct-2024].spa
dc.relation.references[37] Superintendencia de Industria y Comercio (SIC). *Circular Externa 002 de 2023: Implementación de la Fase 2 de la Estrategia de Transformación Digital y Gestión de Datos - Implementación de la Política de Gestión de Datos y Gobierno del Dato*. Colombia. 2023. Accessed: Sep. 17, 2025. [Online]. Available: https://sedeelectronica.sic.gov.co/sites/default/files/normatividad/CE_Implementacion_RNBD_fase_2.pdfspa
dc.relation.references[38] Ministerio de Tecnologías de la Información y las Comunicaciones (MinTIC). Resolución 2239 de 2024: Por la cual se adoptan los Lineamientos de Seguridad y Privacidad para el Uso de Sistemas de Reconocimiento Facial y se establecen otras disposiciones. Colombia. 2024. Accessed: Sep. 17, 2025. [Online]. Available: https://mintic.gov.co/portal/715/articles-2627_Resolucion_2239_de_2024.pdfspa
dc.relation.references[39] Ley 1581 de 2012 (octubre 17). Por la cual se dictan disposiciones generales para la protección de datos personales. Congreso de la República de Colombia. 2012. Accessed: Sep. 17, 2025. [Online]. Available: https://www.funcionpublica.gov.co/eva/gestornormativo/norma.php?i=181866spa
dc.relation.references[40] European Parliament and Council. *Regulation (EU) 2016/679 on the protection of natural persons with regard to the processing of personal data and on the free movement of such data (General Data Protection Regulation - GDPR)*. Official Journal of the European Union, L 119/1. 2016. Accessed: Sep. 17, 2025. [Online]. Available: https://eur-lex.europa.eu/ES/legal-content/summary/general-data-protection-regulation-gdpr.htmlspa
dc.relation.references[41] Enrique Alejandro Barbachán Ruales, «INVESTIGACIÓN TECNOLÓGICA Y PROTOCOLO DE DESARROLLO TECHNOLOGICAL RESEARCH AND DEVELOPMENT PROTOCOL», jul. 2023, doi: 10.5281/zenodo.8173158.spa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.subject.proposalReconocimiento facial,
dc.subject.proposalsistema,
dc.subject.proposalcontrol de acceso,
dc.subject.proposalbiometría,
dc.subject.proposalmachine learning,
dc.subject.proposalprocesamiento de imágenes,
dc.subject.proposalprivacidad de datos,
dc.subject.proposalacceso restringido,
dc.subject.proposalverificación de identidad.
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1fspa
dc.type.contentTextspa
dc.type.driverinfo:eu-repo/semantics/bachelorThesisspa
dc.type.redcolhttp://purl.org/redcol/resource_type/TPspa
dc.contributor.juryCastro Olmos, Sebastian Ferney
dc.contributor.juryDelgado Solano, Rodrigo


Ficheros en el ítem

Thumbnail
Nombre:
7. TGVF-Ronald Julian Ordoñez ...
Tamaño:
15.28Mb
Formato:
Microsoft Word 2007
Descripción:
Articulo Principal.
Ver/
Thumbnail
Nombre:
7. FORMATO APO-Ronald Julian ...
Tamaño:
1.559Mb
Formato:
PDF
Descripción:
Formato de Autorización para la ...
Ver/

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
Excepto si se señala otra cosa, la licencia del ítem se describe como Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)