Enfoque práctico de la aplicación del Toolbox Deep Learning del Matlab en el reconocimiento facial de estudiantes

Published in: Engineering, Integration, and Alliances for a Sustainable Development. Hemispheric Cooperation for Competitiveness and Prosperity on a Knowledge-Based Economy: Proceedings of the 18th LACCEI International Multi-Conference for Engineering, Education and Technology
Date of Conference: July 27-31, 2020
Location of Conference: Virtual
Authors: Juan Carlos Suárez Macedo (Universidad Ricardo Palma, PE)
Nestor Asbel Cayllahua Aquino (Universidad Ricardo Palma, PE)
Pedro Huamaní Navarrete (Universidad Ricardo Palma, PE)
Full Paper: #603

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.