Figueroa, MiguelSoto Salcedo, Javier Esteban2017-05-252019-12-132024-08-282017-05-252019-12-132024-08-282016000227986https://repositorio.udec.cl/handle/11594/2108Tesis Magister en Ciencias de la Ingeniería con mención en Ingeniería Eléctrica Universidad de Concepción 2016Magister en Ciencias de la Ingeniería con mención en Ingeniería Eléctrica Universidad de Concepción 2016 Resumen El uso de tecnologías biométricas se presenta comúnmente en la actualidad, siendo un método de identificación confiable, seguro y de fácil uso. El reconocimiento de rostros se presenta como una característica biométrica que no requiere de intervención por parte de las personas a identificar, convirtiéndolo en una herramienta perfecta para utilizar en lugares de acceso restringido o para identificar personas en ambientes abiertos. En este trabajo se diseñó e implementó un sistema embebido de detección y reconocimiento de rostros en imágenes infrarrojas, el cual que funciona conectado directamente a una cámara infrarroja. Para esto se realizó un estudio bibliográfico de algoritmos de detección y reconocimiento de rostros utilizados ampliamente en la literatura, poniendo énfasis en aquellos que pueden ser implementados eficientemente en hardware. Todos los algoritmos estudiados fueron propuestos para su uso en espectro visible, por lo que fue necesario realizar pruebas en software para comprobar su efectividad en imágenes en espectro infrarrojo de onda larga (Long Wave Infrared, LWIR). Realizando pruebas con tres bases de datos para reconocimiento y una para detección de rostros. Finalmente, se implementó una versión modificada del algoritmo de Histograma de Gradientes Orientados (Histogram of Oriented Gradients, HOG), con clasificador Gentle AdaBoost para detección. Utilizando una combinación de los algoritmos Patrones Locales Binarios (Local Binary Patterns, LBP) y Análisis de Discriminante Lineal (Linear Discriminant Analysis, LDA), con clasificación por método del vecino más cercano para reconocimiento. El sistema fue implementado en un sistema en chip (System on chip, SoC) Zynq-7000 de Xilinx, el detector se implementó en el procesador del SoC y el clasificador en lógica programable. El sistema fue probado con las bases de datos LWIR UdeC y UCHThermalFace, para detección y reconocimiento respectivamente. La primera de éstas cuenta con 612 imágenes infrarrojas de 102 sujetos, la segunda cuenta con 1484 imágenes de 53 sujetos. El sistema de detección fue entrenado y probado con 1248 imágenes de rostros y de otros objetos, extraídas de la base de datos LWIR UdeC, con lo que se obtuvo una tasa de acierto de 99.8 %. El sistema de reconocimiento fue entrenado con un 60% de la base de datos UCHThermalFace y probado con el 40% restante, con lo que se obtuvo una tasa de acierto de 99.21 %. El sistema completo consume 1.88 W de potencia y puede detectar rostros a un cuadro por segundo, pudiendo clasificar 936 rostros por segundo al funcionar a 100 MHz. En una implementación en hardware del detector de rostros, se alcanzaría una tasa de 305 cuadros por segundo para imágenes de 640 512 píxeles.spaCreative Commoms CC BY NC ND 4.0 internacional (Atribución-NoComercial-SinDerivadas 4.0 Internacional)Identificación BiométricaSistemas de Reconocimiento de ModelosImágenes por InfrarrojosProcesamiento de Imagen- Simulación por Computadores.Detectores Infrarrojos - PruebasTecnología InfrarrojaTesis