Thesis Detección automática de rostros en vivo para sistemas de videoconferencia
Date
2022-12
Authors
Donoso Collao, Camilo Andrés Antonio
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
En el presente trabajo se desarrolló un algoritmo para detección de rostros en interfaces de
videoconferencia utilizando redes neuronales con el fin de recopilar vídeos de los rostros
presentes en una reunión por videollamada, el algoritmo debe ser capaz de hacer seguimiento
a los rostros presentes y almacenarlos por separado. Uno de los objetivos principales es
analizar el comportamiento de los recursos computacionales al implementar el algoritmo,
evaluando la variación en utilización de CPU, memoria RAM e inclusive GPU en algunos
de los casos de prueba, en relación a la cantidad de rostros presentes en pantalla, a la vez de
medir el tiempo utilizado por cada iteración del algoritmo.
En vista de que la componente principal del algoritmo, correspondiente al detector de
rostros, es desarrollado con redes neuronales, es que se presenta el estudio realizado en la
búsqueda de una red que cumpla con las funciones especificadas y que pueda ser entrenada con
la cantidad de recursos computacionales disponibles por el autor, las cuales están detalladas
dentro de este trabajo. Además se enseña las métricas de evaluación de la red neuronal a
utilizar para determinar qué tan bien se desempeña, incluyendo el detalle de las pruebas a
realizar con el algoritmo, comparando diferentes redes neuronales, y uso de solo CPU o
implementación de GPU como dispositivo de cómputo.
Los resultados finales representan dos aspectos importantes del trabajo realizado, primero
el desempeño del algoritmo en relación a qué tan bueno es reconociendo rostros, siendo como
parámetros a medir la cantidad de rostros reales reconocidos correctamente, cuantos rostros
faltó por detectar, y cuántas falsas detecciones fueron realizadas. El segundo corresponde
al uso de recursos computacionales respecto a la cantidad de rostros detectados, para así
determinar si una mayor cantidad de rostros implica un mayor consumo de recursos y cómo
definir dicha relación.
Description
Keywords
REDES NEURONALES , DETECCION DE ROSTROS , RECURSOS COMPUTACIONALES