dc.contributor.author | Suárez Macedo, Juan Carlos | |
dc.contributor.author | Cayllahua Aquino, Nestor Asbel | |
dc.contributor.author | Huamaní Navarrete, Pedro | |
dc.date.accessioned | 2020-08-17T03:07:59Z | |
dc.date.accessioned | 2022-02-22T12:13:16Z | |
dc.date.available | 2020-08-17T03:07:59Z | |
dc.date.available | 2022-02-22T12:13:16Z | |
dc.date.issued | 2020-07 | |
dc.identifier.isbn | 978-958-52071-4-1 | |
dc.identifier.issn | 2414-6390 | |
dc.identifier.other | http://laccei.org/LACCEI2020-VirtualEdition/meta/FP603.html | |
dc.identifier.uri | http://dx.doi.org/10.18687/LACCEI2020.1.1.603 | |
dc.identifier.uri | http://axces.info/handle/10.18687/20200101_603 | |
dc.description.abstract | El propósito de este artículo fue otorgar un enfoque práctico de la aplicación del Toolbox Deep Learning, del software Matlab, para el reconocimiento facial de un grupo de estudiantes de la Carrera de Ingeniería Mecatrónica, de la Universidad Ricardo Palma, Lima-Perú. Para ello, la metodología empleada consistió en la definición de la arquitectura, configuración y entrenamiento de una red neuronal convolucional de aprendizaje profundo, para extraer los datos relevantes de los rasgos faciales en las fotografías tomadas al grupo de estudiantes. La muestra utilizada fue de 426 fotografías correspondiente a 14 estudiantes; asimismo, se realizaron diferentes pruebas para la selección del número de capas más adecuada, mayor porcentaje de precisión y menor tiempo de entrenamiento. Y, el mejor resultado correspondió al uso de dos capas de convolución, de 16 y 32 filtros, respectivamente, con un porcentaje de precisión de 94.00% en el reconocimiento facial del grupo de estudiantes. | en_US |
dc.language.iso | English | en_US |
dc.publisher | LACCEI Inc. | en_US |
dc.rights | LACCEI License | |
dc.rights.uri | https://laccei.org/blog/copyright-laccei-papers/ | |
dc.subject | reconocimiento facial | en_US |
dc.subject | toolbox Deep Learning | en_US |
dc.subject | red neuronal convolucional | en_US |
dc.subject | convolución | en_US |
dc.subject | porcentaje de precisión. | en_US |
dc.title | Enfoque práctico de la aplicación del Toolbox Deep Learning del Matlab en el reconocimiento facial de estudiantes | |
dc.type | Article | en_US |
dc.description.country | Peru | en |
dc.description.institution | Universidad Ricardo Palma | en |
dc.description.track | I.T, Telecom, Soft. Eng, IoT, Ind. 4.0, Forensic Informatics, Security, Cybersecurity and Comp tools | en |
dc.journal.referato | peerReview | |