Por favor, use este identificador para citar o enlazar este ítem:
https://repositorio.uta.edu.ec/jspui/handle/123456789/36410
Registro completo de metadatos
Campo DC | Valor | Lengua/Idioma |
---|---|---|
dc.contributor.advisor | Pallo Noroña, Juan Pablo | - |
dc.contributor.author | Orozco Analuiza, Carlos Alexander | - |
dc.date.accessioned | 2022-09-28T17:54:15Z | - |
dc.date.available | 2022-09-28T17:54:15Z | - |
dc.date.issued | 2022-09 | - |
dc.identifier.uri | https://repositorio.uta.edu.ec/jspui/handle/123456789/36410 | - |
dc.description | El presente trabajo de titulación trata del desarrollo de un sistema de control de acceso por medio de reconocimiento facial y voz, para la autentificación de personas de una vivienda. En la actualidad los niveles de inseguridad han aumentado y esto ha llevado a que cada vez más se incremente los robos y daños hacia los inmuebles por el bajo nivel de seguridad en una vivienda. El dispositivo desarrollado en este proyecto se basa en un biométrico de acceso bimodal, a través del aprendizaje automático y las redes neuronales, un subcampo de la Inteligencia Artificial. El sistema cuenta de dos métodos de autentificación: facial y voz, para lo cual se empleó modelos de redes neuronales diseñadas por el investigador con las etapas de: formación de la base de datos, procesamiento de imágenes y audios, y diseño la red neuronal. Se implementa dos métodos de autentificación facial y voz para evitar suplantaciones de identidad, una cámara se encarga de capturar el rostro de la persona y realizar el reconocimiento facial, si el usuario está registrado se activa el micrófono para capturar la clave de acceso y permitir el acceso, para registrar los datos se emplea un servidor LAMP donde se guarda la información del sistema y notificaciones al usuario mediante la aplicación Telegram. Este proyecto se orienta al control de acceso de personas hacia una vivienda evitando utilizar métodos de autentificación tradicionales. | es_ES |
dc.description.abstract | The present titling work deals with the development of an access control system through facial and voice recognition, for the authentication of people in a home. Currently, the levels of insecurity have increased and this has led to an increase in theft and damage to real estate due to the low level of security in a home. The device developed in this project is based on a bimodal access biometric, through machine learning and neural networks, a subfield of Artificial Intelligence. The system has two authentication methods: facial and voice, for which neural network models designed by the researcher were used with the stages of: database formation, image and audio processing, and neural network design. He implements two methods of facial and voice authentication to avoid identity theft, a camera is responsible for capturing the person's face and performing recognition through the neural network, if the user is registered, the microphone is activated to capture the key of access and process it through the neural network, to record the data a LAMP server is used where the system information and user notifications are stored through the Telegram application. This project is aimed at controlling the access of people to a home, avoiding the use of traditional authentication methods. | es_ES |
dc.language.iso | spa | es_ES |
dc.publisher | Universidad Técnica de Ambato. Facultad de Ingeniería en Sistemas, Electrónica e Industrial. Carrera de Ingeniería en Electrónica y Comunicaciones | es_ES |
dc.rights | openAccess | es_ES |
dc.subject | REDES NEURONALES | es_ES |
dc.subject | RECONOCIMIENTO FACIAL | es_ES |
dc.subject | RECONOCIMIENTO DE VOZ | es_ES |
dc.subject | RASPBERRY Pi | es_ES |
dc.subject | CONTROL DE ACCESO | es_ES |
dc.title | Algoritmos de procesamiento de señales para el reconocimiento facial y de voz empleando redes neuronales | es_ES |
dc.type | bachelorThesis | es_ES |
Aparece en las colecciones: | Tesis Ingeniería Electrónica y Comunicaciones |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
t2088ec.pdf | Texto completo | 5,82 MB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.