Aplicación del deep learning para el reconocimiento facial con la presencia de oclusiones en el contexto de la pandemia covid 2021

Resumen

El Deep learning permite que una máquina aprenda de manera autónoma utilizando redes neuronales. Este artículo aplica el Deep learning para el reconocimiento facial inclusive cuando se utiliza mascarillas y/o lentes. La investigación usa Python y la librería de la red convolucional pre entrenada VGG16. El entorno de aplicación requiere un dataset donde se almacena las fotografías de los participantes, que ascienden a un total de 2400 imágenes, capturando en esencia la amplitud del rostro utilizando mascarilla y/o lentes; y colocadas en tres subcarpetas: Train, Test y Valid. En una primera fase se realiza el entrenamiento, dándose el aprendizaje en 500 epochs, y que al finalizar se obtiene la red entrenada. En una segunda fase se realiza el reconocimiento facial con la presencia de oclusiones en el rostro; utilizando una cámara web. El accuracy o precisión alcanzada en el entrenamiento de la red neuronal en Google colab es de 0.2 y el porcentaje de acierto obtenido de la aplicación en la segunda fase es de 71%. El proyecto logra detectar a personas cuando estas utilizan mascarilla, lentes, ambos o sin el uso de estos; con el porcentaje de acierto mencionado anteriormente.