Ponente
Descripción
Este proyecto tiene como objetivo el desarrollo de un sistema de reconocimiento facial utilizando redes neuronales convolucionales (CNN). El sistema fue entrenado con una base de datos propia, generada a partir de la captura de imágenes faciales mediante una cámara web. El proceso consistió en capturar 500 rostros por persona, los cuales fueron almacenados en carpetas individuales. Posteriormente, las imágenes fueron preprocesadas (conversión a escala de grises y redimensionamiento) para reducir el uso de memoria.
La red neuronal fue construida con TensorFlow y Keras, y contiene múltiples capas convolucionales, de normalización y de agrupamiento (pooling), seguidas por capas densas totalmente conectadas. Se aplicó aumento de datos para mejorar la generalización del modelo. La red fue entrenada durante 200 épocas, logrando una alta exactitud en los conjuntos de entrenamiento y validación. El sistema final permite identificar en tiempo real a personas a través de la cámara, mostrando su nombre si el modelo tiene suficiente confianza o “Desconocido” en caso contrario.
Este desarrollo demuestra la viabilidad de aplicar redes neuronales en aplicaciones de identificación biométrica local sin necesidad de grandes infraestructuras, contribuyendo a la seguridad y personalización en entornos controlados.
