Sociedad
Lunes 28 enero de 2019 | Publicado a las 17:49
Ingenieros de la PUC desarrollan sistema de reconocimiento facial para pasar asistencia en clases
¬ŅEncontraste alg√ļn error? Av√≠sanos visitas

Un grupo de ingenieros de la Pontificia Universidad Católica (PUC) desarrolló un sistema automatizado capaz de pasar la asistencia en clases usando la combinación de los avances de la tecnología de reconocimiento facial y la calidad de las imagines registradas por las cámaras de los smartphones.

Seg√ļn informa la universidad en un comunicado, la aplicaci√≥n ya fue probada en las salas con hasta 70 estudiantes y durante 25 clases.

Fue gracias al uso de diez sistemas de algoritmos de reconocimiento facial que permitieron contar el n√ļmero de rostros en un registro digital. Adem√°s, puede identificar qui√©nes asistieron a los cursos.

‚ÄúSeguir la asistencia de los alumnos, resulta una gesti√≥n importante en muchas instituciones de educaci√≥n. Sin embargo, la tarea de pasar lista y de verificar manualmente toma tiempo‚ÄĚ, dijo el profesor del Departamento de Ciencia de la Computaci√≥n de Ingenier√≠a UC, Domingo Mery.

Sistema de reconocimiento facial | Pontificia Universidad Católica
Sistema de reconocimiento facial | Pontificia Universidad Católica

Seg√ļn el profesor, pasar la lista a 70 alumnos a mano alzada puede tardar 4 minutos aproximadamente diariamente, y esto puede llegar a sumar 80 minutos durante todo un semestre, lo que se traduce en dos clases perdidas por a√Īo.

‚ÄúCreemos que nuestro sistema, basado en el reconocimiento facial de las im√°genes digitales, puede contribuir a la gesti√≥n de este tipo de tareas, porque permite ahorrar tiempo a los profesores y estudiantes. Tambi√©n evita las falsas asistencias a clases‚ÄĚ, sostuvo Mery.

El software que está siendo desarrollado en conjunto con la empresa BiometryPass detecta el rostro de los estudiantes en el salón y luego almacena quien estuvo presente y quien faltó en su sistema de asistencia a la clase.

La aplicación se ayuda con la toma de una o varias imágenes del aula usando un smartphone para registrar a todos los estudiantes, quienes antes deben estar inscritos en el sistema con su respectiva foto para ser reconocidos.

Durante las pruebas realizadas, el sistema con mejor rendimiento y porcentaje de efectividad fue FaceNet, un método basado en funciones de aprendizaje profundo, que logró alcanzar un 95% de precisión en el control de asistencia, con tan sólo una imagen registrada desde el smartphone.

Para los investigadores, la aplicaci√≥n podr√≠a agilizar el proceso de asistencia, dando mayor rapidez al inicio de la clase y a optimizar los tiempos de esta, mejorando el aprendizaje. Sin embargo, reconocen que el sistema a√ļn est√° lejos de ser perfecto cuando se enfrenta a im√°genes de baja calidad.

Tendencias Ahora