Estudiantes del Colegio de Estudios Científicos y Tecnológicos del Estado de Querétaro (Cecyteq) diseñaron un sistema que permite la detección y reconocimiento de imágenes faciales de manera automatizada, con el objetivo de ofrecer una alternativa que contribuya a la seguridad de instituciones y empresas.
El alumno del colegio, Christian Jair Loeza Zermeño, comentó que dicho sistema de seguridad está diseñado con herramientas tecnológicas de fácil acceso que ayudan a permitir el reconocimiento facial de las personas.
“La idea surgió cuando empezamos a estudiar el software matemático MATLAB, el cual funciona mediante una interfaz gráfica y una placa de adquisición de datos Arduino, que permite discriminar series de imágenes durante una captura. Los pixeles, vectores y matrices trabajan para hacer la compatibilidad ente una imagen que está en la base de datos con otras desconocidas”, detalló.
Señaló que utilizaron software libre, como el XAMPP Control Panel V3.2.2, para realizar la conexión hacia la base de datos del dispositivo y el Arduino, que actúa como intermediario entre el mecanismo para el control del software, la programación del hardware y otros mecanismos, así como MATLAB, con el que se pudo llevar a cabo el reconocimiento facial.
“Quisimos economizar en esta tecnología y que fuera de código abierto, ya que son pocas empresas o instituciones privadas que tienen acceso a ella y pensando también en la utilidad que puede tener en los hogares para contribuir a su seguridad y prevenir actos delictivos”, afirmó el joven en entrevista con la Agencia Informativa del Consejo Nacional de Ciencia y Tecnología (Conacyt).
Loeza Zermeño mencionó que en una primera etapa pensaron hacer el sistema para su escuela, porque con una base de datos local el estudiante, docente o administrativo tendría que ingresar su matrícula institucional, nombre y exponer su rostro en el sistema para poder acceder a ciertas áreas del Cecyteq.
“Es muy interesante cómo se manejan los métodos de comparación y eso nos motivó a trabajar en esta tecnología, mejorarla y llevarla al mercado en un futuro”, precisó.
Relató que hoy en día el sistema es efectivo y económico; sin embargo, adelantó que buscarán agregar redes neuronales que darían un margen de error de entre 90 y 95 por ciento.