2026-05-05T20:59:04Zhttps://uvadoc.uva.es/oai/requestoai:uvadoc.uva.es:10324/500292021-11-15T21:59:44Zcom_10324_38col_10324_852
2021-11-15T16:47:59Z
urn:hdl:10324/50029
Reconocimiento eficiente de caras mediante Deep Learning a partir de imágenes en el espectro visible
Pérez Rodríguez, Mario
Casaseca de la Higuera, Juan Pablo
Aguiar Pérez, Javier Manuel
Universidad de Valladolid. Escuela Técnica Superior de Ingenieros de Telecomunicación
La detección facial está presente en múltiples ámbitos de la vida cotidiana hoy en día, ya sea
para desbloquear nuestro teléfono móvil o como medida de seguridad en una empresa.
Ahondando en esta idea, el objetivo de este Proyecto Fin de Carrera es estudiar el rendimiento
de los detectores genéricos y específicos para un reconocimiento facial eficiente. Para
ello, primero se entrenaron los detectores genéricos de forma específica para utilizarlos como
detectores faciales y se utilizó la misma base de datos para los específicos. Después, los modelos
se simplificaron utilizando herramientas estándar para su posterior análisis y evaluación. Se
evaluó el rendimiento tanto en términos de velocidad (medida en fotogramas por segundo) como
de precisión (utilizando la precisión media).
A la vista de los resultados, tanto los modelos genéricos como los específicos pueden utilizarse
para la detección facial, si bien los diseñados específicamente dan lugar a un mejor equilibrio
entre precisión y eficacia.
Nowadays, facial detection is present in multiple aspects of daily life, whether it is for
unlocking our phones or as a company’s security measurement.
Delving into this idea, the aim of this Final Year Project is to study the performance of
both generic and specific detectors for efficient facial recognition. To this end, the generic ones
were first specifically trained to use them as facial detectors and the same database was used for
the specific ones. Afterwards, the models were simplified using standard tools for subsequent
analysis and evaluation. Performance in terms of both speed (measured in frames per second)
and accuracy (using average precision) was assessed.
In view of the results, both generic and specific models can be used for facial detection,
although specifically designed result in a better trade off between accuracy and efficiency.
2021-11-15T16:47:59Z
2021-11-15T16:47:59Z
2021
info:eu-repo/semantics/bachelorThesis
https://uvadoc.uva.es/handle/10324/50029
spa
info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-nd/4.0/
Attribution-NonCommercial-NoDerivatives 4.0 Internacional