Forero Vargas, Manuel GuillermoOlier Olier, Jesús RafaelBarrios Rodríguez, Andrés David2025-02-242025-02-242024http://hdl.handle.net/11522/4529El documento aborda el desarrollo e implementación de un sistema de reconocimiento facial basado en inteligencia artificial, diseñado para optimizar el control de acceso en un entorno minero caracterizado por condiciones adversas. Este proyecto, implementado en un entorno minero, representa una solución tecnológica que combina modelos avanzados de aprendizaje profundo y estadístico con estrategias eficientes de procesamiento de datos, adaptadas específicamente al contexto industrial. En primera instancia, se definieron los requisitos del sistema considerando la infraestructura tecnológica disponible, incluyendo cámaras de vigilancia de alta resolución y servidores con capacidades de GPU. A partir de este análisis, se establecieron métricas de rendimiento, tales como precisión, tasa de error y tiempo de respuesta, garantizando un marco evaluativo sólido. El proyecto evaluó cuatro modelos principales: Red Siamesa, FisherFaceRecognizer, LBPH Face Recognizer y Eigen Face Recognizer. Cada uno de ellos fue configurado, entrenado y probado bajo las mismas condiciones para asegurar una comparación justa, revelando que la Red Siamesa ofreció el mejor desempeño en términos de precisión (95.4%), mientras que los modelos estadísticos destacaron en tiempos de respuesta. Además, se implementaron técnicas fundamentales de procesamiento de imágenes, como la conversión a escala de grises, escalado uniforme y normalización, para mejorar la calidad de los datos de entrada. El uso de aceleración por GPU permitió reducir los tiempos de entrenamiento y predicción, optimizando la eficiencia general del sistema. Asimismo, se desarrollaron estrategias para mitigar errores críticos, como los falsos positivos y negativos, mediante ajustes de umbrales, aumentación de datos y optimización del preprocesamiento. Los resultados obtenidos demuestran que el sistema propuesto no solo cumplió con los objetivos específicos planteados, sino que también establece un precedente para la implementación de tecnologías de inteligencia artificial en entornos industriales. La integración de algoritmos robustos, procesamiento eficiente y gestión de errores asegura un sistema confiable y adaptable a condiciones cambiantes, contribuyendo significativamente a la seguridad y eficiencia operativa de la empresa minera.54 p.application/pdfspaReconocimiento FacialBiometríaAnálisis de Componentes principalesSegmentación de imágenesFacial RecognitionBiometricsPrincipal Component AnalysisImage Segmentationhttp://purl.org/coar/resource_type/c_bdcchttps://creativecommons.org/licenses/by-nc-sa/4.0/http://purl.org/coar/access_right/c_abf2