Reconocimiento facial para el encendido automático de vehículos basado en Raspberry Pi

Autores/as

DOI:

https://doi.org/10.35290/ro.v1n2.2020.326

Palabras clave:

reconocimiento facial, Raspberry Pi, OpenCV, vehículos, encendido automatico

Resumen

En el presente trabajo se desarrolla una aplicación de reconocimiento facial para el encendido automatico de vehículos. Esta aplicación se construye utilizando como plataforma de hardware Raspberry Pi y OpenCV como almanenamiento de imágenes. En esta investigación se analizan los diferentes métodos de seguridad para los automóviles, así como los diferentes procedimientos utilizados para realizar el reconocimiento facial. El objetivo principal de esta aplicación es mejorar el sistema de seguridad para los automóviles, permitiendo un encendido directo solo con el usuario registrado. Para lograr esto se llevaron a cabo tres procesos principales: detección de rostros, recopilación de datos y capacitación del sistema para conceder el acceso.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Boyko, N., Basystiuk, O., & Shakhovska, N. (2018). Performance Evaluation and Comparison of Software for Face Recognition, Based on Dlib and Opencv Library. Proceedings of the 2018 IEEE 2nd International Conference on Data Stream Mining and Processing, DSMP 2018, 478–482. https://doi.org/10.1109/DSMP.2018.8478556

Fan, X., Zhang, F., Wang, H., & Lu, X. (2012). The system of face detection based on OpenCV. Proceedings of the 2012 24th Chinese Control and Decision Conference, CCDC 2012, 648–651. https://doi.org/10.1109/CCDC.2012.6242980

Gulzar, K., Jun, S., & Tariq, O. (2017). A cost effective method for automobile security based on detection and recognition of human face. 2017 2nd International Conference on Image, Vision and Computing, ICIVC 2017, 259–263. https://doi.org/10.1109/ICIVC.2017.7984557

Jabeen, F., Ramamurthy, B., & Latha, N. A. (2017). Development and implementation using Arduino and Raspberry Pi based Ignition control system, 10(7), 1989–2004. https://www.ripublication.com/acst17/acstv10n7_03.pdf

Lemelson, J., & Hoffman, L. (2004). Vehicle security systems and metods employing facial recognition using a reflected image. United States. https://doi.org/10.3

Oman, T. P., & Haves, K. J. (2015, May 1). Relay attack prevention for passive entry passive start (PEPS) vehicle security systems.

OpenCv team. (2020). OpenCV. Retrieved May 17, 2020, from https://opencv.org/

Pawar, M. R., & Rizvi, I. (2018). IoT Based Embedded System for Vehicle Security and Driver Surveillance. Proceedings of the International Conference on Inventive Communication and Computational Technologies, ICICCT 2018, (Icicct), 466–470. https://doi.org/10.1109/ICICCT.2018.8472984

Raja, R. (2020). Face recognition using OpenCV and Python: A beginner’s guide. Retrieved May 26, 2020, from https://www.superdatascience.com/blogs/opencv-face-recognition

Rathod, V., & Agrawal, R. (2018). Survey : Automatic Understanding By Vehicle For Driver Distraction Problem. International Research Journal of Engineering and Technology (IRJET), 54–59.

Rovai, M. J. (2018). Real-Time Face Recognition: An End-to-End Project. Retrieved April 23, 2020, from https://www.hackster.io/mjrobot/real-time-face-recognition-an-end-to-end-project-a10826

Siswanto, A. R. S., Nugroho, A. S., & Galinium, M. (2014). Implementation of face recognition algorithm for biometrics based time attendance system. Proceedings - 2014 International Conference on ICT for Smart Society: “Smart System Platform Development for City and Society, GoeSmart 2014”, ICISS 2014, 149–154. https://doi.org/10.1109/ICTSS.2014.7013165

Descargas

Publicado

2020-06-10

Cómo citar

Nuñez, A. V., & Nuñez, L. N. (2020). Reconocimiento facial para el encendido automático de vehículos basado en Raspberry Pi. REVISTA ODIGOS, 1(2), 53–68. https://doi.org/10.35290/ro.v1n2.2020.326

Número

Vol. 1 Núm. 2 (2020)

Sección

Artículos

Licencia

Derechos de autor 2020 Alex V. Nuñez y Liliana N. Nuñez

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.

Los autores que participen de los procesos de evaluación y publicación de sus ediciones conservan sus derechos de autor, cediendo a la revista el derecho a la primera publicación, tal como establecen las condiciones de reconocimiento en la licencia Creative Commons Reconocimiento 4.0 Internacional (CC BY), donde los autores autorizan el libre acceso a sus obras, permitiendo que los lectores copien, distribuyan y transmitan por diversos medios, garantizando una amplia difusión del conocimiento científico publicado.

  1. Toda derivación, a partir de esta obra, deberá citar la fuente y a la primera publicación en esta revista. Se permiten derechos comerciales no lucrativos sobre sus contenidos.
  2. Los autores pueden realizar otros acuerdos contractuales independientes y adicionales para la distribución no exclusiva de la versión del artículo publicado en esta revista, es decir, podrán incluirlo en un repositorio institucional o publicarlo en un libro, siempre que indiquen claramente que el trabajo se publicó por primera vez en esta revista.
  3. Se permite y recomienda a los autores compartir su trabajo en línea, con la finalidad de intercambios productivos para una mayor y más rápida citación del trabajo como lo establece los efectos del movimiento ‘Acceso Abierto’.
  4. No puede aplicar términos legales o medidas tecnológicas que restrinjan legalmente a otros de hacer cualquier cosa que permita la licencia: https://creativecommons.org/licenses/by/4.0/deed.es
  5. La Revista ODIGOS es financiada completamente de los aportes realizados por nuestra entidad editora: Universidad Tecnológica Israel; por tal motivo, no establece cargos o cobros de ninguna índole a sus autores y colaboradores, así como tampoco genera pagos o remuneraciones de ningún tipo a ellos.
  6. Se asignará un Digital Object Identifier (DOI) a cada publicación.