Al consultar y hacer uso de este recurso, está aceptando las condiciones de uso establecidas por los autores.Orozco Gómez, Diego HernandoCalle Pérez, Jesús IgnacioGrisales Londoño, Emmanuel2022-12-052022-12-052022https://repositorio.pascualbravo.edu.co/handle/pascualbravo/1788Este trabajo presenta un sistema de reconocimiento de rostros haciendo uso de un clasificador HaarCascade en el proceso de recolección de imágenes de rostros y de los clasificadores Histograma de Patrones Binarios Locales (LBPH), EigenFace (EF) y FisherFace (FF) en el proceso de reconocimiento. El proceso de recolección se realizó con rostros de seis personas y suministró 350 imágenes de rostros sin tapabocas y 350 imágenes de rostros con tapabocas, los cuales fueron entrenados en conjunto por persona. El tiempo de entrenamiento se localizó en el rango entre 8.9410 segundos y 6340.0947 segundos. Una vez generados los modelos entrenados, el tiempo de inicio de reconocimiento de rostro se ubicó en el rango de 0.0001 segundos a 0.4447 segundos con una precisión promedio de 98.4828% para el modelo LBPH, 92.3076% para el modelo EigenFace, y 77.1981% para el modelo FisherFace.application/pdfspainfo:eu-repo/semantics/restrictedAccesshttps://creativecommons.org/licenses/by-nd/4.0/info:eu-repo/semantics/bachelorThesishttp://purl.org/coar/access_right/c_16echttps://creativecommons.org/licenses/by-nc-nd/4.0/Inteligencia artificialVisión computacionalAlgoritmo de clasificaciónBases de datosArtificial intelligence