Sistema Informático con Redes Neuronales para la Seguridad en la Sala de profesores de TI y Software Neural Network Computer System for Security in the IT and Software Teachers' Room

Contenido principal del artículo

Nayeli Maria Loor Mera
Ing. Cesar Augusto Sinchiguano Chiriboga, Mg.
Angie Elizabeth Moreira Huerta
Rommel Antonio Lopez Cedeño

Resumen

En el contexto del crecimiento sostenido de la Universidad Laica Eloy Alfaro de Manabí, extensión El Carmen, la seguridad física en los espacios académicos se ha convertido en una prioridad institucional. Esta investigación propone el diseño e implementación de un sistema informático basado en redes neuronales para el reconocimiento facial, orientado a optimizar el control de acceso a la sala de profesores de las carreras de Tecnología de la Información y Software. La problemática identificada se centra en la carencia de un mecanismo eficaz para registrar y supervisar el ingreso de personas, lo que ha generado incidentes de pérdida de pertenencias y vulneración del entorno docente. La solución tecnológica desarrollada permite identificar de forma precisa y en tiempo real a los docentes autorizados, reemplazando métodos tradicionales de vigilancia por un sistema automatizado e inteligente. La investigación se sustentó en una metodología de tipo aplicada, con enfoque cuantitativo, utilizando como técnicas de recolección de información encuestas, entrevistas y observación directa. Para el desarrollo del sistema se emplearon herramientas como Python, junto con bibliotecas especializadas en inteligencia artificial y visión por computadora

Detalles del artículo

Cómo citar
Loor Mera, N. M., Sinchiguano Chiriboga, C. A., Moreira Huerta , A. E., & Lopez Cedeño , R. A. (2024). Sistema Informático con Redes Neuronales para la Seguridad en la Sala de profesores de TI y Software: Neural Network Computer System for Security in the IT and Software Teachers’ Room. Revista Científica De Tecnología Para La Vida, 2(1), Pág. 21 – 36. Recuperado a partir de https://recitev.org/revista/index.php/RECITEV/article/view/7
Sección
Artículos

Citas

Ahmad, A., Balogun, A. L., Muazu, M. K., Mamman, M. A., & Oyekunle, L. O. (2024). Facial recognition system using Raspberry Pi and deep learning for secure access control. Journal of Smart Technologies, 12(1), 55–68.

Chimay, A., & Nazila, B. (2020). Embedded systems and IoT: Concepts, methodologies, tools and applications. IGI Global.

Gama, A. W. (2025). HOG Feature Extraction in Optimizing FK-NN and CNN for Rice Disease Identification. Journal of Applied Data Sciences.

Halfacree, G. (2020). Raspberry Pi user guide (4th ed.). Wiley.

Lenovo. (28 de mayo de 2023). Lenovo. Obtenido de Lemovo: https://www.lenovo.com/au/en/glossary/what-is-webcam/?orgRef=https%253A%252F%252Fwww.google.com%252F

Liu, Y. Z. (2022). Liveness detection in facial recognition using eye blink detection and facial landmarks. Journal of Computer Vision and Biometrics, 12(3), 45–60. doi: https://doi.org/10.1016/j.jcvbi.2022.03.004

Mínguez, A. (2021). Visión por computador e inteligencia artificial: Aplicaciones en la industria 4.0. Revista de Innovación Tecnológica. 18(2), 105–122.

Nuñez, D. (2024). istema de control de acceso mediante reconocimiento facial en instituciones educativas de Cuenca. Revista de Tecnología Aplicada. 9(1), 89–97.

Prince, S. J. (2023). Computer vision: Models, learning, and inference. Cambridge University Press.

Ramírez, A. A., Orellana, L. M., Tapia, R. D., Treves, R. V., & Tisoc, J. H. (2023). MÉTODOS DE INVESTIGACIÓN CIENTÍFICA. Instituto Universitario de Innovación Ciencia y Tecnología Inudi Perú S.A.C.

Ramírez, M., López, A., & Jara, F. (2023). Metodologías aplicadas al desarrollo de sistemas con inteligencia artificial. Revista Científica de Ingeniería. 15(2), 33–45.

Reaño, R., Carrión, P., & Mansilla, J. (2023). Control de acceso mediante reconocimiento facial con redes neuronales para zonas restringidas. 310-318.

Rodríguez, M. (2007). Métodos de investigación en sistemas informáticos. Editorial Alfaomega.

Sampieri, R. H., & Collado, C. F. (2010). Metodología de la investigación (5.ª ed.). McGraw-Hill.

Sánchez, P. (2023). Sistemas ciberfísicos: una revisión de sus aplicaciones y desafíos. Revista Electrónica de Ingeniería. 21(3), 77–92.

SHARC Door Controls Inc. (5 de julio de 2023). SHARC Door Controls Inc. Obtenido de SHARC Door Controls Inc: https://sharc.ca/blog/how-electric-strikes-work-with-automatic-door-systems/#:~:text=Una%20cerradura%20el%C3%A9ctrica%20es%20un,acceso%20env%C3%ADa%20una%20se%C3%B1al%20el%C3%A9ctrica.

Tameson. (julio de 30 de 2025). Tameson. Obtenido de Tameson: https://tameson.es/pages/rele-control#:~:text=Reles%20De%20Conmutaci%C3%B3n-,Qu%C3%A9%20es%20un%20rel%C3%A9%20de%20control,un%20dispositivo%20de%20alta%20potencia.

Tanenbaum, A. S. (2021). Computer networks (6th ed.). Pearson.

Torres, R. (2010). Técnicas cualitativas en la investigación educativa. Fondo de Cultura Económica.

Tuan, T. Q. (2020). rtificial neural networks in pattern recognition: A comprehensive survey. Journal of Computational Intelligence. 36(4), 411–430.

Vaca, E., & Rivera, S. (2022). Uso de OpenCV y Python en el reconocimiento facial para el control de accesos en Riobamba. Revista de Innovación y Tecnología. 14(1), 51–60.

Vorobioff, J., Cerrotta, S., Morel, N., & Amadio, A. (2022). Inteligencia Artificial y Redes Neuronales: Fundamentos, Ejercicios y Aplicaciones con Python y Matlab. edUTecNe. Obtenido de https://www.researchgate.net/publication/359716455_Inteligencia_Artificial_y_Redes_Neuronales_Fundamentos_Ejercicios_y_Aplicaciones

Artículos similares

<< < 1 2 

También puede Iniciar una búsqueda de similitud avanzada para este artículo.