Por favor, use este identificador para citar o enlazar este ítem: http://dspace.espoch.edu.ec/handle/123456789/5008
Título : Diseño e Implementación de un Sistema de Seguridad para un Automóvil con Autenticación por Reconocimiento Facial Utilizando Técnicas de Visión Artificial.
Autor : Salazar Espìnoza, Christian Fernando
Director(es): Mejía, Fernando
Tribunal (Tesis): Morales, José Luis.
Palabras claves : TARJETA DE DESARROLLO (STM32F3 DISCOVERY);SEGURIDAD VEHICULAR;RIOBAMBA (CANTÓN);VISIÓN ARTIFICIAL (RAMA DE LA INTELIGENCIA ARTIFICIAL);METODO DE RECONOCIMIENTO FACIAL (LBPH);SOFTWARE DE PROGRAMACION DE MICROCONTROLADORES STM32 (STM32CUBE MX);MINI COMPUTADOR (RASPBERRY PI 2);ARQUITECTURA DE COMPUTADORES (ARM);MÓDULO DE COMUNICACIÓN GSM/GPRS/GSP (SIM908);MÓDULO DE COMUNICACIÓN GSM/GPRS/GSP (SIM908)
Fecha de publicación : 7-abr-2016
Editorial : Escuela Superior Politécnica de Chimborazo
Citación : Salazar Espìnoza, Christian Fernando, (2016), Diseño e Implementación de un Sistema de Seguridad para un Automóvil con Autenticación por Reconocimiento Facial Utilizando Técnicas de Visión Artificial, Escuela Superior Politécnica de Chimborazo, Riobamba.
Identificador : UDCTFIYE;108T0152
Abstract : In Riobamba city to determine an appropriate camera, a facial recognition algorithm, and a proper embedded system, the researcher designed and assembled a car security system with facial recognition authentication a microcontroller with ARM 32-bit architecture free software OPENCV that is used to analyze images and whether to provide the system of artificial vision on a small computer Raspberry Pi 2 has the Raspbian operating system. The system has different parts or stages; it has a module for geo location consisting of an Atmega 328p with a module GSM / GPRS / GPS SIM 908 to handle wireless networks such as GSM and GPS. The system has the ability to maintain without starting the vehicle if authentication does not overcome, it can warn us of anomalies with a missed call; it is able to give us your approximate location for short text messages. The system has an Android application to interact with the user which has the option to open the door lock of the automobile through commands sent via Bluetooth, also it has super user key for emergency cases. The camera USB webcam type got results from 74% in contrast to the type of higher demand, it isn`t the same with the Internet Protocol cameras (IP) and with Serial Interface Connector (CSI) with higher percentages; likewise, the Local Binary Patterns Histogram (LBPH) method, it obtained minor requirements with a 85.57%. The conclusion is that the best camera and the best method of face recognition proved to the USB webcam and LBPH respectively, also considering that the most appropriate embedded system was the aforementioned Raspberry Pi 2. These results recommend applying those used in this case, in order they don`t fall into unnecessary oversizing in the application.
Resumen : Con el objetivo de determinar una adecuada cámara, un adecuado algoritmo de reconocimiento facial y adecuado sistema embebido, en la ciudad de Riobamba se diseñó y ensamblo un sistema de seguridad para automóviles con autenticación por reconocimiento facial con un micro controlador con arquitectura ARM de 32 bits, software libre OPENCV que es usado para analizar imágenes y en si para dotar al sistema de visión artificial sobre un pequeño computador Raspberry Pi 2 que cuenta con el sistema operativo Raspbian, el sistema cuenta con diferentes partes o etapas, teniendo así un módulo para geo localización constituido por un Atmega 328p junto con un Módulo GSM/GPRS/GPS SIM908 para manejar redes inalámbricas como GSM y GPS, el sistema tiene la capacidad de mantener sin arranque al vehículo si no se supera la autenticación, puede avisarnos de anomalías con una llamada perdida, es capaz de darnos su localización aproximada por mensajes de texto cortos, cuenta con una aplicación Android para interactuar con el usuario la cual cuenta con la opción para abrir el seguro de puertas del automóvil por medio de ordenes enviadas a través de Bluetooth, además tiene clave de súper usuario para casos de emergencia, la cámara de tipo webcam USB obtuvo resultados de un 74% en contraste al tipo de mayor requerimiento, no así las cámaras de Protocolo de Internet (IP) y la con Conector de Interfaz Serial(CSI)con mayores porcentajes, así mismo con el método Local Binary Patterns Histogram (LBPH) obtuvo menores requerimientos con un 88.57% . Concluyendo así que la mejor cámara y mejor método de reconocimiento facial resultaron ser la webcam USB y LBPH respectivamente, también analizando que el sistema embebido más adecuado fue la antes mencionada Raspberry Pi 2, por estos resultados obtenidos se recomienda usar las usadas en este caso para con ello no caer en el sobredimensionamiento innecesario en la aplicación.
URI : http://dspace.espoch.edu.ec/handle/123456789/5008
Aparece en las colecciones: Tesis Ingeniero en Electrónica, Control y Redes Industriales

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
108T0152.docx4,71 MBMicrosoft Word XMLVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.