Sistema informático con redes neuronales para la seguridad física en el laboratorio de cómputo 1 de la Uleam extensión El Carmen.

Abstract

Este proyecto tiene el objetivo de mejorar seguridad y control de acceso en el laboratorio de cómputo 1 de la ULEAM Extensión El Carmen, donde la gestión actual causaba accesos no autorizados y usos ineficientes de los recursos, por ello, se propuso y desarrollo un sistema informático de la mano de herramientas de seguridad física, donde se usó redes neuronales, para automatizar el acceso y asegurar que solo personal autorizado ingrese, mejorando así la gestión del laboratorio. Para ello, se investigó el tema de la seguridad física y el uso de las redes neuronales en el reconocimiento facial, con investigaciones como la bibliográfica, aplicada y de campo. Y métodos cuantitativos y cualitativos enfocados a la recolección de información clave mediante las técnicas de encuesta y entrevista a una muestra de 9 personas de una población de la misma cantidad conformada solo de docentes y el encargado del laboratorio, el desarrollo se realizó con la metodología ágil SCRUM, construyendo un backend con lenguajes como flask, php, c#, javascript y dotándolo de reconocimiento facial en donde use tecnologías como OpenCV y face_recognition, complementado por un frontend en react para una interacción sencilla. Los resultados obtenidos en cuanto a la velocidad de autenticación es un tiempo de 5 segundos y en precisión al momento de reconocer los rostros obtuvo un 84% según las pruebas realizadas. La gran mayoría de los docentes consideró que el sistema tiene una alta facilidad de uso y felicito la innovación en la gestión de ingresos al laboratorio. La parte para considerar fue que el sistema mostró limitaciones en ambientes con baja iluminación al no poder procesar las imágenes. En resumen, se puede concluir que resulta una solución efectiva y viable a la problemática de seguridad en el laboratorio, sirviendo de ejemplo a futuras implementaciones.