Escudo Universidad de Pamplona

Repositorio Institucional

Universidad de Pamplona

Preservamos, organizamos y difundimos la producción académica, científica, investigativa y cultural de la Universidad de Pamplona, garantizando el acceso abierto al conocimiento generado por nuestra comunidad universitaria.

Explorar colecciones

Por favor, use este identificador para citar o enlazar este ítem: https://repositoriodspace.unipamplona.edu.co/jspui/handle/20.500.12744/11620
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.authorIbarra Páez, Sebastián David.-
dc.date.accessioned2026-10-09T16:25:48Z-
dc.date.available2022-
dc.date.available2026-10-09T16:25:48Z-
dc.date.issued2022-
dc.identifier.citationIbarra Páez, S. D. (2022). Análisis comparativo de herramientas disponibles para el desarrollo de sistemas con tecnología de reconocimiento facial [Trabajo de Grado Pregrado, Universidad de Pamplona]. Repositorio Hulago Universidad de Pamplona. https://repositoriodspace.unipamplona.edu.co/jspui/handle/20.500.12744/11620es_CO
dc.identifier.urihttps://repositoriodspace.unipamplona.edu.co/jspui/handle/20.500.12744/11620-
dc.descriptionEn este trabajo se realizó un análisis comparativo entre tres herramientas seleccionadas que permiten el desarrollo de sistemas con tecnología de reconocimiento facial. Se definieron qué criterios se deben utilizar para la realización de pruebas de rendimiento y la evaluación de la usabilidad. Se llevó a cabo la realización de una prueba estandarizada, que incluye la realización de las mismas pruebas de rendimiento por cada herramienta y su posterior análisis y comparación. También se define un conjunto de criterios para evaluar la usabilidad de las herramientas desde el punto de vista del desarrollador, los cuales se apoyan de la implementación de un prototipo de software de control de asistencia por cada herramienta. Al final se elabora un cuadro comparativo para verificar el cumplimiento de los diferentes criterios en cada herramienta.es_CO
dc.description.abstractIn this work, a comparative analysis was made between three selected tools that allow the development of systems with facial recognition technology. The criteria to be used for performance testing and usability evaluation were defined. A standardized test was carried out, which includes performing the same performance tests for each tool for further analysis and comparison. A set of criteria is also defined to evaluate the usability of the tools from the developer's point of view, which are supported by the implementation of a prototype time attendance software for each tool. At the end, a comparative table is elaborated to verify the fulfillment of the different criteria for each tool.es_CO
dc.format.extent70es_CO
dc.format.mimetypeapplication/pdfes_CO
dc.language.isoeses_CO
dc.publisherUniversidad de Pamplona - Facultad de Ingenierías y Arquitectura.es_CO
dc.subjectTecnología de reconocimiento facial.es_CO
dc.subjectAnálisis comparativo.es_CO
dc.subjectPrueba de rendimiento.es_CO
dc.subjectUsabilidad.es_CO
dc.titleAnálisis comparativo de herramientas disponibles para el desarrollo de sistemas con tecnología de reconocimiento facial.es_CO
dc.typehttp://purl.org/coar/resource_type/c_7a1fes_CO
dc.date.accepted2022-
dc.relation.referencesN. Boyko, O. Basystiuk, and N. Shakhovska, “Performance Evaluation and Comparison of Software for Face Recognition, Based on Dlib and Opencv Library,” Proc. 2018 IEEE 2nd Int. Conf. Data Stream Min. Process. DSMP 2018, pp. 478–482, Oct. 2018, doi: 10.1109/DSMP.2018.8478556.es_CO
dc.relation.referencesA. Özdil and M. M. Özbilen, “A survey on comparison of face recognition algorithms,” 2014. doi: 10.1109/ICAICT.2014.7035956.es_CO
dc.relation.referencesS. Z. Li and A. K. Jain, “Introduction,” in Handbook of Face Recognition, Springer, London, 2011, pp. 1 –15. doi: 10.1007/978-0-85729-932-1_1.es_CO
dc.relation.references“Usabilidad.” https://iso25000.com/index.php/normas-iso-25000/iso- 25010/23-usabilidad (accessed Jun. 02, 2022).es_CO
dc.relation.references“GitHub - ageitgey/face_recognition: The world’s simplest facial recognition api for Python and the command line.” https://github.com/ageitgey/face_recognition (accessed Jun. 05, 2022).es_CO
dc.relation.references“CompreFace — Face Recognition Service | Exadel.” https://exadel.com/solutions/compreface/ (accessed Jun. 02, 2022).es_CO
dc.relation.references“GitHub - exadel-inc/CompreFace: Leading free and open-source face recognition system.” https://github.com/exadel-inc/CompreFace (accessed Jun. 05, 2022).es_CO
dc.relation.references“GitHub - serengil/deepface: A Lightweight Face Recognition and Facial Attribute Analysis (Age, Gender, Emotion and Race) Library for Python.” https://github.com/serengil/deepface (accessed Jun. 02, 2022).es_CO
dc.relation.references“GitHub - deepinsight/insightface: State-of-the-art 2D and 3D Face Analysis Project.” https://github.com/deepinsight/insightface (accessed Jun. 21, 2022).es_CO
dc.relation.references“InsightFace: an open source 2D&3D deep face analysis library.” https://insightface.ai/ (accessed Jun. 02, 2022).es_CO
dc.relation.references“Documentación de Face: inicios rápidos, tutoriales, referencia de API (Azure Cognitive Services) | Microsoft Docs.” https://docs.microsoft.com/eses/azure/cognitive-services/face/ (accessed Jun. 02, 2022).es_CO
dc.relation.references“Betaface API | Open API for face recognition.” https://www.betafaceapi.com/wpa/ (accessed Jun. 02, 2022).es_CO
dc.relation.references“Kairos: Serving Businesses with Face Recognition.” https://www.kairos.com/ (accessed Jun. 02, 2022).es_CO
dc.relation.referencesM. F. López, “Método de optimización para reconocimiento facial basado en la fusión de algoritmos y segmentación según las características de las imágenes,” E.T.S. de Ingenieros Informáticos (UPM), 2016. [Online]. Available: https://oa.upm.es/42933/.es_CO
dc.relation.referencesM. F. López, “Método de optimización para reconocimiento facial basado en la fusión de algoritmos y segmentación según las características de las imágenes,” E.T.S. de Ingenieros Informáticos (UPM), 2016. [Online]. Available: https://oa.upm.es/42933/.es_CO
dc.relation.referencesE. Learned-Miller, G. B. Huang, A. RoyChowdhury, H. Li, and G. Hua, “Labeled Faces in the Wild: A Survey,” Adv. Face Detect. Facial Image Anal., pp. 189–248, Jan. 2016, doi: 10.1007/978-3-319-25958-1_8.es_CO
dc.relation.references“CompreFace/Rest-API-description.md at master · exadel-inc/CompreFace GitHub.” https://github.com/exadel-inc/CompreFace/blob/master/docs/RestAPI-description.md#managing-subjects (accessed Jun. 03, 2022).es_CO
dc.relation.references“CompreFace/How-to-Use-CompreFace.md at master · exadelinc/CompreFace · GitHub.” https://github.com/exadelinc/CompreFace/blob/master/docs/How-to-Use-CompreFace.md (accessed Jun. 03, 2022).es_CO
dc.relation.references“face_recognition package — Face Recognition 1.4.0 documentation.” https://face-recognition.readthedocs.io/en/latest/face_recognition.html (accessed Jun. 03, 2022).es_CO
dc.relation.references“face_recognition/face_recognition_knn.py at master · ageitgey/face_recognition · GitHub.” https://github.com/ageitgey/face_recognition/blob/master/examples/face_rec ognition_knn.py (accessed Jun. 03, 2022).es_CO
dc.relation.references“face-recognition · PyPI.” https://pypi.org/project/face-recognition/ (accessed Jun. 02, 2022).es_CO
dc.relation.references“Conceptos del reconocimiento facial - Azure Cognitive Services | Microsoft Docs.” https://docs.microsoft.com/es-es/azure/cognitiveservices/face/concepts/face-recognition (accessed Jun. 03, 2022).es_CO
dc.relation.references“Especificación de un modelo de reconocimiento: Face - Azure Cognitive Services | Microsoft Docs.” https://docs.microsoft.com/es-es/azure/cognitiveservices/face/face-api-how-to-topics/specify-recognition-model (accessed Jun. 03, 2022).es_CO
dc.relation.references“Especificación de un modelo de detección: Face - Azure Cognitive Services | Microsoft Docs.” https://docs.microsoft.com/es-es/azure/cognitiveservices/face/face-api-how-to-topics/specify-detection-model (accessed Jun. 05, 2022).es_CO
dc.relation.references“Inicio rápido: Uso de la biblioteca cliente de Face - Azure Cognitive Services | Microsoft Docs.” https://docs.microsoft.com/es-es/azure/cognitiveservices/face/quickstarts/client-libraries?tabs=visualstudio&pivots=programming-language-python (accessed Jun. 03, 2022).es_CO
dc.relation.referencesK. Panetta et al., “A Comprehensive Database for Benchmarking Imaging Systems,” IEEE Trans. Pattern Anal. Mach. Intell., vol. 42, no. 3, pp. 509–520, Mar. 2020, doi: 10.1109/TPAMI.2018.2884458.es_CO
dc.relation.references“GitHub - exadel-inc/compreface-python-sdk: Python SDK for CompreFace free and open-source face recognition system from Exadel.” https://github.com/exadel-inc/compreface-python-sdk (accessed Jun. 05, 2022).es_CO
dc.rights.accessrightshttp://purl.org/coar/access_right/c_abf2es_CO
dc.type.coarversionhttp://purl.org/coar/resource_type/c_2df8fbb1es_CO
Aparece en las colecciones: Ingeniería de Sistemas

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
Ibarra_2022_TG.pdfIbarra_2022_TG1,77 MBAdobe PDFVisualizar/Abrir


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