Técnicas Deep Learning para la detección biométrica de caras

En el presente trabajo, se pretende llevar a cabo un estudio bibliográfico de los modelos de aprendizaje profundo de reconocimiento facial más utilizados en la literatura. Una vez realizado el estudio bibliográfico, se han diseñado diferentes experimentos, haciendo uso de distintas arquitecturas emp...

Descripción completa

Detalles Bibliográficos
Autor: Moreno Jiménez, Fernando
Tipo de recurso: tesis de maestría
Fecha de publicación:2024
País:España
Institución:Universidad de Jaén (UJA)
Repositorio:CREA. Colección de recursos educativos abiertos
OAI Identifier:oai:crea.ujaen.es:10953.1/27436
Acceso en línea:https://hdl.handle.net/10953.1/27436
Access Level:acceso abierto
Palabra clave:Inteligencia artificial
Informática
Análisis de datos
1203.04 Inteligencia artificial
1203.17 Informática
1209.03 Análisis de datos
id ES_44b9106d053cc0cf422aaa7704fbf2de
oai_identifier_str oai:crea.ujaen.es:10953.1/27436
network_acronym_str ES
network_name_str España
repository_id_str
spelling Técnicas Deep Learning para la detección biométrica de carasMoreno Jiménez, FernandoInteligencia artificialInformáticaAnálisis de datos1203.04 Inteligencia artificial1203.17 Informática1209.03 Análisis de datosEn el presente trabajo, se pretende llevar a cabo un estudio bibliográfico de los modelos de aprendizaje profundo de reconocimiento facial más utilizados en la literatura. Una vez realizado el estudio bibliográfico, se han diseñado diferentes experimentos, haciendo uso de distintas arquitecturas empleadas para reconocimiento facial (VGGNet-16, ResNet-50 y SENet-50). Estos experimentos se han diseñado de acuerdo a 3 metodologías distintas: DL-FT, DL-CLSF y DL-DIST. En DL-FT, se han utilizado estas arquitecturas y se ha aplicado fine-tunning, para adaptar estos modelos a los conjuntos de datos LFW y CFP. En DL-CLSF y DL-DIST se han empleado estos modelos para extraer un vector de características de un rostro, para posteriormente utilizar un clasificador o una medida de distancia, según corresponda. Cabe destacar que, se han realizado experimentos aplicando y sin aplicar generación de instancias sintéticas, así como utilizando y sin utilizar PCA.This study presents the most used deep learning models for face recognition in the literature. Then, different experiments were designed, employing diverse architectures utilized for face recognition (VGGNet-16, ResNet-50 and SENet-50). These experiments were designed according to three distinct methodologies: DL-FT, DL-CLSF and DL-DIST. In DL-FT, these models were used and fine-tuning was applied to adapt these models to the LFW and CFP datasets. In DL-CLSF and DL-DIST, these networks were utilized to extract facial feature vectors that were used in a classifier or a distance metric, respectively. It should be noted that the experiments were conducted with and without the application of synthetic instance generation, as well as with and without the use of PCA.Jaén: Universidad de JaénPérez Godoy, María DoloresUniversidad de Jaén. Informática202620262024info:eu-repo/semantics/masterThesisapplication/pdfhttps://hdl.handle.net/10953.1/27436reponame:CREA. Colección de recursos educativos abiertosinstname:Universidad de Jaén (UJA)EspañolAttribution-NonCommercial-NoDerivs 3.0 Spainhttp://creativecommons.org/licenses/by-nc-nd/3.0/es/info:eu-repo/semantics/openAccessoai:crea.ujaen.es:10953.1/274362026-05-27T06:37:21Z
dc.title.none.fl_str_mv Técnicas Deep Learning para la detección biométrica de caras
title Técnicas Deep Learning para la detección biométrica de caras
spellingShingle Técnicas Deep Learning para la detección biométrica de caras
Moreno Jiménez, Fernando
Inteligencia artificial
Informática
Análisis de datos
1203.04 Inteligencia artificial
1203.17 Informática
1209.03 Análisis de datos
title_short Técnicas Deep Learning para la detección biométrica de caras
title_full Técnicas Deep Learning para la detección biométrica de caras
title_fullStr Técnicas Deep Learning para la detección biométrica de caras
title_full_unstemmed Técnicas Deep Learning para la detección biométrica de caras
title_sort Técnicas Deep Learning para la detección biométrica de caras
dc.creator.none.fl_str_mv Moreno Jiménez, Fernando
author Moreno Jiménez, Fernando
author_facet Moreno Jiménez, Fernando
author_role author
dc.contributor.none.fl_str_mv Pérez Godoy, María Dolores
Universidad de Jaén. Informática
dc.subject.none.fl_str_mv Inteligencia artificial
Informática
Análisis de datos
1203.04 Inteligencia artificial
1203.17 Informática
1209.03 Análisis de datos
topic Inteligencia artificial
Informática
Análisis de datos
1203.04 Inteligencia artificial
1203.17 Informática
1209.03 Análisis de datos
description En el presente trabajo, se pretende llevar a cabo un estudio bibliográfico de los modelos de aprendizaje profundo de reconocimiento facial más utilizados en la literatura. Una vez realizado el estudio bibliográfico, se han diseñado diferentes experimentos, haciendo uso de distintas arquitecturas empleadas para reconocimiento facial (VGGNet-16, ResNet-50 y SENet-50). Estos experimentos se han diseñado de acuerdo a 3 metodologías distintas: DL-FT, DL-CLSF y DL-DIST. En DL-FT, se han utilizado estas arquitecturas y se ha aplicado fine-tunning, para adaptar estos modelos a los conjuntos de datos LFW y CFP. En DL-CLSF y DL-DIST se han empleado estos modelos para extraer un vector de características de un rostro, para posteriormente utilizar un clasificador o una medida de distancia, según corresponda. Cabe destacar que, se han realizado experimentos aplicando y sin aplicar generación de instancias sintéticas, así como utilizando y sin utilizar PCA.
publishDate 2024
dc.date.none.fl_str_mv 2024
2026
2026
dc.type.none.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
dc.identifier.none.fl_str_mv https://hdl.handle.net/10953.1/27436
url https://hdl.handle.net/10953.1/27436
dc.language.none.fl_str_mv Español
language_invalid_str_mv Español
dc.rights.none.fl_str_mv Attribution-NonCommercial-NoDerivs 3.0 Spain
http://creativecommons.org/licenses/by-nc-nd/3.0/es/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution-NonCommercial-NoDerivs 3.0 Spain
http://creativecommons.org/licenses/by-nc-nd/3.0/es/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Jaén: Universidad de Jaén
publisher.none.fl_str_mv Jaén: Universidad de Jaén
dc.source.none.fl_str_mv reponame:CREA. Colección de recursos educativos abiertos
instname:Universidad de Jaén (UJA)
instname_str Universidad de Jaén (UJA)
reponame_str CREA. Colección de recursos educativos abiertos
collection CREA. Colección de recursos educativos abiertos
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869407113090957312
score 15.81155

Similares en LA Referencia