Por favor, use este identificador para citar o enlazar este ítem: https://dspace.unl.edu.ec/jspui/handle/123456789/22601
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorValdiviezo Condolo, Marcelo Fernando-
dc.contributor.authorOrozco Calva, Soraya Paola-
dc.date.accessioned2019-10-25T15:45:13Z-
dc.date.available2019-10-25T15:45:13Z-
dc.date.issued2019-10-25-
dc.identifier.urihttp://dspace.unl.edu.ec/jspui/handle/123456789/22601-
dc.descriptionIn the present work the implementation of an algorithm of detection and segmentation of faces in photographs is proposed through the investigation of the state of the art in this area of computer vision; for an optimal choice of the algorithm to be implemented, a comparative analysis was performed between the Viola & Jones, MTCNN, YOLO detection algorithms. Additionally, the results obtained from the development of an algorithm based on the convolutional neural network (CNN) architecture are presented in this work. The comparison between the mentioned models will be carried out taking into account two specific case studies: photographs that contain only one face and photographs that contain several faces. For both cases a test set consisting of 15 and 25 images will be used respectively, with variations in the pose, ethnicity, makeup and occlusion. In addition, each photograph will be digitally processed using different normalization techniques such as: Histogram equalization, gamma correction, scale and rotation, in order to analyze the behavior of each algorithm in different settings. Finally, in images that contain only one face, the detection rate of the algorithm to be implemented will be calculated through the use of evaluation parameters such as: True positives, false negatives and false positives; while in multi-face images the detection rate will be determined by the F-Score parameter calculated in each image. Keywords: Face Detection, Segmentation, Viola & Jones, MTCNN, YOLO, CNN, Normalization.es_ES
dc.description.abstractEn el presente trabajo se plantea la implementación de un algoritmo de detección y segmentación de rostros en fotografías a través de la investigación del estado del arte en este campo de la visión por computador; para una elección óptima del algoritmo a implementar, se realizó un análisis comparativo entre los algoritmos de detección Viola & Jones, MTCNN, YOLO. Adicionalmente se presentan los resultados obtenidos del desarrollo de un algoritmo basado en la arquitectura de red neuronal convolucional (CNN, Convolutional Neural Network). La comparación entre los modelos mencionados se realizará tomando en cuenta dos casos de estudio puntuales: fotografías que contengan un solo rostro y fotografías que contengan varios rostros. Para ambos casos se utilizarán un conjunto de prueba formado por 15 y 25 imágenes respectivamente, con variaciones en la pose, etnia, maquillaje y oclusión. En adición, cada fotografía fue procesada digitalmente haciendo uso de diferentes técnicas de normalización como: Ecualización del histograma, corrección gamma, escala y rotación, con la finalidad de analizar el comportamiento de cada algoritmo en diferentes escenarios. Finalmente, en imágenes que contengan un solo rostro la tasa de detección del algoritmo a implementar fue calculada a través del uso de parámetros de evaluación como: Verdaderos positivos, falsos negativos y falsos positivos; mientras que en imágenes de varios rostros la tasa de detección será determinada por el parámetro F-Score calculado en cada imagen. Palabras clave: Detección de Rostros, Segmentación, Viola & Jones, MTCNN, YOLO, CNN, Normalización.es_ES
dc.format.extent132 p.es_ES
dc.language.isospaes_ES
dc.publisherLoja: Universidad Nacional de Lojaes_ES
dc.rightsopenAccesses_ES
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/3.0/ec/es_ES
dc.subject<DETECCIÓN DE ROSTROS><SEGMENTACIÓN DE ROSTROS><ALGORITMOS><REDES NEURONALES CONVOLUCIONALES><YOLO>>es_ES
dc.titleImplementación de Algoritmo de Detección y Segmentación de Rostros en Fotografías Mediante Procesamiento Digital de Señales.es_ES
dc.typebachelorThesises_ES
Aparece en las colecciones: TRABAJOS DE TITULACION AEIRNNR

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
Orozco Calva,Soraya Paola.pdf6,25 MBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.