Recognition of facial expressions and personal features as a tool to identify people in a public transport system

Authors

DOI:

https://doi.org/10.26439/ing.ind2022.n.5811

Keywords:

artificial intelligence, human face recognition (computer science), computer algorithms, machine learning

Abstract

The use of artificial intelligence nowadays has many applications. This paper proposes the use of artificial intelligence based facial recognition using machine learning to identify through Python language, people who are missing, abducted or have committed crimes. The Jetson Nano development platform identifies and sends an alert via SMS text message to the monitoring and information control units for decision making and response. This device is based on the Ubuntu operating system, which can work standalone, is small, and allows easy accessibility in confined spaces. The tool can also predict people’s moods through gestures made on the face with the application of the Viola-Jones algorithm.

Downloads

Download data is not yet available.

Author Biographies

  • Uwe Rojas Villanueva, Universidad de Lima, Facultad de Ingeniería y Arquitectura, Lima, Perú

    Doctor en Electromagnetismo Aplicado por la Pontificia Universidad Católica de Río de Janeiro (PUC), Brasil. Ingeniero de telecomunicaciones por la Universidad Nacional de Ingeniería. Docente en la Universidad de Lima, en la Facultad de Ingeniería y Arquitectura. Ha publicado artículos sobre análisis de señales en 2,5 GHz (2015), 2,47 GHz (2017) y redes neuronales (2020). Ha trabajado como ingeniero en las compañías Claro y Nextel en Brasil.

  • Juan Carlos Goñi Delión, Universidad de Lima, Facultad de Ingeniería y Arquitectura, Lima, Perú

    Doctor en Ciencias de la Ingeniería por la Escuela Politécnica Federal de Zúrich (ETH), Suiza. Ingeniero mecánico por la Universidad Nacional de Ingeniería. Docente principal en la Universidad de Lima, coordinador del área de Diseño e Innovación Tecnológica y jefe del laboratorio de máquinas e instrumentos de la Facultad de Ingeniería y Arquitectura. Cuenta con tres patentes de invención. Ha publicado libros de la especialidad. Ha pertenecido al Consejo Directivo, a la Asamblea Universitaria y a la Facultad de Ingeniería y Arquitectura de la Universidad de Lima. Ha sido profesional asociado de Alfa Plus y gerente técnico de Limenco. Consultor de proyectos de ingeniería mecánica y eléctrica.

  • Fabricio Paredes Larroca, Universidad de Lima, Facultad de Ingeniería y Arquitectura, Lima, Perú

    Magíster en Ciencias en Automática e Instrumentación por la Universidad Nacional de Ingeniería. Ingeniero industrial por la Universidad de Lima. Poseedor de patentes de invención. Diplomado del Fab Academy basado en el curso de creación rápida de prototipos del MIT. Encargado del laboratorio de manufactura Fablab de la Universidad de Lima.

References

Andrago Calvachi, M. A. (2019). Uso de reconocimiento facial de emociones basado en técnicas de deep learning para el mejoramiento de la educación [Tesis de maestría, Universidad Israel]. Universidad Israel, Repositorio Digital. http://repositorio.uisrael.edu.ec/handle/47000/2297

Duró, V. E. (2001). Evaluación de sistemas de reconocimiento biométrico. Escuela Universitaria Politécnica de Mataró, Departamento de Electrónica y Automática.

Estévez Martín, A., & Ramírez Barredo, B. (2018). Smartcity: la inteligencia artificial en la ciudad del futuro. Estudio del caso Amazon Go. En Actas ICONO14. VI Congreso Internacional Ciudades Creativas (pp. 199-215). Asociación de Comunicación y Nuevas Tecnologías.

Gualdrón, O. E., Duque Suárez, O. M., & Chacón Rojas, M. A. (2013). Diseño de un sistema de reconocimiento de rostros mediante la hibridación de técnicas de reconocimiento de patrones, visión artificial e IA, enfocado a la seguridad e interacción robótica social. Mundo FESC, 3(6), 16-28. https://www.fesc.edu.co/Revistas/OJS/index.php/mundofesc/article/view/3

Lienhart, R., & Maydt, J. (2002). An extended set of Haar-like features for rapid object detection. Proceedings. International Conference on Image Processing (vol. I, pp. 900-905). DOI: 10.1109/ICIP.2002.1038171

Planells Lerma, J. (2009). Implementación del algoritmo de detección facial de Viola-Jones [Trabajo de fin de carrera]. Universitat Politècnica de València. Escola Tècnica Superior d’Enginyeria Informàtica.

Viola, P., Jones, M. J., & Snow, D. (2005). Detecting pedestrians using patterns of motion and appearance. International Journal of Computer Vision, 63(2), 153-161. https://doi.org/10.1007/s11263-005-6644-8

Wei, Y., Bing, X., & Chareonsak, C. (2004). FPGA implementation of AdaBoost algorithm for detection of face biometrics. En IEEE International Workshop on Biomedical Circuits and Systems (pp. S١/6-17). DOI: 10.1109/BIOCAS.2004.1454161

Zerrouki, N., Harrou, F., Sun, Y., & Houacine, A. (2018). Vision-based human action classification using adaptive boosting algorithm. IEEE Sensors Journal, 18(12), 5115-5121. DOI: 10.1109/JSEN.2018.2830743

Downloads

Published

2022-04-22

Issue

2022: Edición Especial

Section

Artículos

How to Cite

Recognition of facial expressions and personal features as a tool to identify people in a public transport system. (2022). Ingeniería Industrial, 261-277. https://doi.org/10.26439/ing.ind2022.n.5811