| dc.contributor.advisor | Medina Cruz, Javier | |
| dc.coverage.spatial | cead_-_bucaramanga | |
| dc.creator | Cardona Tamyo, Carlos Daniel | |
| dc.date.accessioned | 2025-04-08T16:29:47Z | |
| dc.date.available | 2025-04-08T16:29:47Z | |
| dc.date.created | 2025-03-23 | |
| dc.identifier.uri | https://repository.unad.edu.co/handle/10596/67810 | |
| dc.description.abstract | El proyecto "Sistema de Control de Acceso con Reconocimiento Facial para el
Mejoramiento de la Seguridad y Eficiencia de Software Implementados" tiene como objetivo
desarrollar un sistema innovador que emplee el reconocimiento facial para optimizar la
seguridad y eficiencia en entornos que requieran control de acceso. Este sistema combina
tecnologías de programación de alto nivel, como React para el frontend y Python para el
backend, junto con herramientas de código abierto como face_recognition y opencv-python,
para implementar algoritmos avanzados de aprendizaje profundo.
A través de una metodología estructurada que incluye la definición de requisitos,
diseño del sistema, implementación y pruebas exhaustivas, se busca ofrecer una solución
robusta, escalable y ética, que reduzca costos, incremente la precisión y mejore la experiencia
del usuario en aplicaciones de control de acceso.
El sistema logra administrar eficazmente los rostros asociados a un cliente,
proporcionando un control de acceso confiable y adaptable a entornos que demanden altos
estándares de seguridad | |
| dc.format | pdf | |
| dc.title | Sistema de control de acceso con reconocimiento facial para el mejoramiento de la seguridad y eficiencia de softwares implementados | |
| dc.type | Proyecto aplicado | |
| dc.subject.keywords | Control de acceso | |
| dc.subject.keywords | Reconocimiento facial | |
| dc.subject.keywords | Procesamiento de imágenes | |
| dc.subject.keywords | Aprendizaje profundo (Deep Learning) | |
| dc.description.abstractenglish | The project "Access Control System with Facial Recognition for Enhancing Security and Efficiency in Implemented Software" aims to develop an innovative system that employs facial recognition to optimize security and efficiency in environments requiring access control. This system integrates high-level programming technologies, such as React for the frontend and Python for the backend, along with open-source tools like face_recognition and opencv-python, to implement advanced deep learning algorithms.
Through a structured methodology that includes requirement definition, system design, implementation, and extensive testing, the project seeks to deliver a robust, scalable, and ethical solution that reduces costs, increases accuracy, and enhances user experience in access control applications.
The system effectively manages facial data associated with clients, providing a reliable and adaptable access control mechanism for environments that demand high-security standards. | |
