an abstract photo of a curved building with a blue sky in the background

Reconocimiento Facial

Perfilamiento según edad y género

Objetivos

Capturar
  • Obtener las imágenes para perfilar a los clientes en las ubicaciones

  • Diferir entre edad y género

Transferir
  • No almacenar imágenes de las personas, sólo datos de reconocimiento

  • Diferenciar el origen de los datos

Almacenar
  • Almacenar los datos para su posterior explotación

Tecnología

Raspberry Pi

Como hardware dedicado para captura y procesamiento

OpenCV 2

Liberaría de software libre para el modelo de datos usado en la clasificación

En un servidor API Python para la recepción de los datos y su almacenamiento en nuestros servidores

Python API Server

Alternativa: Esp32

Se comenzó con este módulo por su accesibilidad y capacidad de red y cámara pero el proyecto requería más potencia de procesamiento

Desventajas
  • Procesamiento en servidor por sucursal

Particularidades
  • Requerimos más pruebas para su viabilidad

Ventajas
  • Capacidad de Red

  • Cámara integrada

  • Reconocimiento facial básico

  • Costo accesible

  • Fácil puesta en marcha de nodos

Impresión 3D

En caso de ser necesario se puede realizar la impresión de las carcasas para los dispositivos

Resultados y consideraciones

  • Ubicar en altura media o a nivel

  • Iluminación superior omnidireccional

  • Evitar el contraluz que genere sombras

  • Evitar ángulos pronunciados y pasillos

Resultados de las pruebas

Edad Real: 33

Consideraciones

Edad Real: 34

Edad Real: 33

Edad Real: 46

Edad Real: 22

Edad Real: 26

Edad Real: 31

Edad Real: 28

Se utilizan 3 modelos:

  • AWS: con edades límite variable pero con 82% de precisión

  • Caffemodel: con 8 rangos de edad y mayor precisión entre 20s y 40s (59%)

  • Hibrido caffe/keras: calculado con los porcentajes de aproximación de los reconocimientos (67%)

Casos más imprecisos

Si bien en las pruebas se alcanzó un 82% de aciertos en rango con el modelo de AWS, con los resultados completos bajó hasta 69% de precisión debido a constantes pruebas que no logró superar con algunos compañeros con quienes se probó. Todos rondan de 28 a 35 años, pero en reiteradas ocasiones marcó el mismo resultado, si bien los otros modelos se aproximaron, no fueron constantes en las pruebas.