Diseño e implementación de un prototipo para el reconocimiento de iris / Miguel ángel Javela Peña, Víctor Hernando Moreno Perdomo; Director José de Jesús Salgado Patrón
By: Javela Peña, Miguel Ángel [autor].
Contributor(s): Moreno Perdomo,Víctor Hernando [autor] | Salgado Patrón, José de Jesús [Director].
Neiva: Universidad Surcolombiana; 2019Description: 1 CD-ROM (81 páginas); diagramas, fotografías, tablas o cuadros; 12 cm.Content type: texto Media type: computadora Carrier type: disco de la computadoraSubject(s): Ingeniería Electrónica -- Inteligencia artificial | Diseño e Implementación -- Visión por computadorDDC classification: Th IE 360Item type | Current location | Collection | Call number | Copy number | Status | Date due | Barcode | Item holds |
---|---|---|---|---|---|---|---|---|
e-Tesis | Biblioteca Central Book Cart | Tesis y Trabajos de Grado | Th IE 360 (Browse shelf) | Ej.1 | Available | 900000021252 | ||
e-Tesis | Biblioteca Central | Tesis y Trabajos de Grado | Th IE 360 (Browse shelf) | Ej.2 | Available | 900000021253 |
Tesis Ingeniero Electrónico Universidad Surcolombiana. Facultad de Ingeniería. Ingeniería Electrónica. 2019 2019
Resumen -- Planteamiento del problema -- Justificación -- Objetivos, general, específicos -- Sistemas biométricos, requisitos de una característica biométrica, característica biométrica del iris -- Descripción del prototipo, hardware, software del prototipo -- Condiciones de operación -- Análisis de resultados, tiempos de ejecución, validación de resultados, comparación de precios -- Conclusiones
"El fin de este proyecto de grado fue el diseño e implementación de un prototipo funcional para el reconocimiento de personas por medio del iris en un ambiente semi-controlado. El algoritmo fue implementado utilizando el lenguaje de programación de código abierto PYTHON.
El prototipo inicialmente adquiere imágenes de los usuarios que serán registrados en el sistema, cada imagen es pre-procesada adecuadamente para luego pasar por un algoritmo de procesamiento donde la zona correspondiente al iris es segmentada satisfactoriamente, es decir, se obtienen los parámetros necesarios para delimitar la zona correspondiente al iris, la cual es normalizada para obtener una plantilla que solo incluye la zona de interés (el iris), y con estas realizar un proceso de extracción de características de cada plantilla mediante la transformada de Wavelet.
Finalmente, con estas plantillas se alimentan dos algoritmos de clasificación pertenecientes al área de inteligencia artificial (machine learning), los cuales son las redes neuronales y las máquinas de soporte vectorial, y a partir de los resultados que se obtuvieron se escogió el de mejor rendimiento."
There are no comments for this item.