Resumen de Optimización e implementación de un sistema reconocedor de rostros

Jorge Alberto del Carpio Salinas, Jose Antonio Huamán Layme

• español

  Los Sistemas de seguridad controlados por características de tipo biométrico experimentan un creciente interés frente a alternativas tradicionales. Este éxito se debe en gran medida a que, cuando una persona pretender acceder a un sistema, la decisión se toma en ase a características específicas de esa persona, y no en base a lo que se conoce o a lo que posee (Tarjetas magneticas, claves, etc); En los últimos años e gran desaroollo de los isstemas de información unido al barcamiento y masificación de computadoras y sensores ha porvcado un creciente interés por sistemas que permitan establecer la identidad de un individuo en forma automatizada. Frente a esto, en este trabajo se describe e implementa un reconocedor de rostos utilizando las técnias más exitosas en el campo de la biometría basadas en métodos Estadísticos como son: Descomposiciones del tipo Eingenface y Modelo Oculto de Markov Embebido (HMME). El primer método genera una representación lineal reducida de las imágenes de rostros de manera que cada rostro sea proyectado en un espacio de dimensionalidad reducida donde se llavara a cabo el reconocimiento. El segundo método genera un modelo de estados. Para ello se ha empleado una base de datos de rostros obtenida con estudiantes de la Universidad Nacional de Ingeniería UNI, una cámara, una tarjeta digitalizadora y el sistema se implemento casi en tiempo real empleando el C++

• English

  Security systems controlled by biometric type characteristics are experiencing a growing interest compared to traditional alternatives. This success is largely due to the fact that, when a person wants to access a system, the decision is made based on specific characteristics of that person, and not based on what is known or what he or she has (magnetic cards, passwords, etc.). , etc); In recent years, the great development of information systems, together with the spread and massification of computers and sensors, has led to a growing interest in systems that allow the identity of an individual to be established in an automated manner. Faced with this, this work describes and implements a face recognizer using the most successful techniques in the field of biometrics based on Statistical methods such as: Eingenface type decompositions and Embedded Hidden Markov Model (HMME). The first method generates a reduced linear representation of the face images so that each face is projected in a reduced dimensional space where recognition will take place. The second method generates a model of states. For this, a database of faces obtained with students from the National University of Engineering UNI, a camera, a digitizing card has been used and the system was implemented almost in real time using C++.