Ponente
Descripción
En este trabajo se presenta un sistema inteligente de reconocimiento facial en tiempo real, el cual fue desarrollado con redes neuronales convolucionales (CNN). El sistema no solo identifica rostros previamente registrados, sino que también clasifica automáticamente rostros desconocidos. Este desarrollo es una herramienta para monitoreo e identificación biométrica dinámica.
El sistema inicia con la adquisición de datos mediante cámara web y detección facial por Haar Cascade, recolectando 500 imágenes por sujeto, redimensionadas a 1280x1280 px para uniformidad. Estas imágenes se transforman a escala de grises y se redimensionan nuevamente a 200x200 px para mejorar la eficiencia de entrenamiento. Los nombres son codificados usando LabelEncoder.
La arquitectura de la red está construida con TensorFlow/Keras, y consta de:
Entrada: imágenes de 100x100x3 (redimensionadas durante inferencia).
Tres capas convolucionales con activación ReLU.
Capas de MaxPooling para reducción espacial.
Dropout (0.5) para prevenir sobreajuste.
Capa densa intermedia y salida softmax multiclase.
Se aplicó data augmentation (rotación, desplazamiento y espejo) mediante ImageDataGenerator, entrenando la red por a 200 épocas sobre un conjunto dividido en 80% entrenamiento y 20% prueba. El modelo logró una precisión de validación superior al 90%, con pérdida progresivamente decreciente.
Durante la inferencia, si la red predice un rostro con confianza ≥ 83.7%, se muestra el nombre correspondiente. Si la confianza es menor, el rostro es clasificado como "Desconocido". En ese caso, el sistema ejecuta una extensión funcional: crea automáticamente carpetas para cada nuevo rostro desconocido (por ejemplo, “Desconocido_1”, “Desconocido_2”…), donde almacena las capturas futuras de ese mismo rostro. La consistencia se garantiza mediante el uso de embeddings faciales y lógica de comparación secuencial, permitiendo que cada rostro desconocido sea documentado y agrupado correctamente a lo largo del tiempo.
Esta solución permite combinar reconocimiento facial, clasificación de individuos no registrados y creación dinámica de bases de datos organizadas, todo en tiempo real, demostrando un sistema adaptable, robusto y orientado a aplicaciones prácticas en control de acceso, vigilancia proactiva y captura biométrica automatizada.
