Show simple item record

dc.creatorMarzo Oyarbide, Andonies_ES
dc.date.accessioned2021-07-26T10:42:43Z
dc.date.issued2021
dc.identifier.urihttps://hdl.handle.net/2454/40270
dc.description.abstractVeridas dispone de un producto comercial que permite la comparación biométrica entre dos caras, contenidas en dos imágenes distintas. Gracias a este sistema, se verifica si los rostros de ambas imágenes se corresponden con la misma identidad. Una extensión de interés para este producto es tener la capacidad de analizar los atributos faciales de las caras, en particular, la estimación de la edad y el género. Se llevó a cabo un estudio bibliográfico del estado del arte en la predicción de atributos faciales, en el que destaca el empleo de redes neuronales en los últimos años. Se realizaron dos propuestas que cumplen con las especificaciones del proyecto. La primera de ellas sigue las líneas del estado del arte y se desarrollaron dos redes neuronales convolucionales, ResNet50 y MobileNet, con las que se comprobó el rendimiento de ambas. La segunda propuesta emplea el motor de Veridas, el cual extrae el vector biométrico de la cara, y se estiman sus atributos empleando clasificadores. Finalmente, se decidió implementar la segunda de las soluciones, debido a su mayor velocidad de ejecución, mejor estimación de los atributos faciales, eficiente integración en el producto y facilidad para añadir nuevos atributos faciales a analizar.es_ES
dc.description.abstractVeridas has a commercial product which allows the biometric comparison between two faces, contained in two different images. If the faces of both images correspond to the same identity is verified with this system. An interesting extension of the product is the ability to analyse facial attributes of the images, in particular, the estimation of the age and the gender. A bibliographic study of the state of the art in the prediction of facial attributes was carried out, where stands out the use of neural networks in the last years. Two proposals which accomplish the project specifications were made. The first of them is based on the state of the art techniques and two convolutional neural networks were developed, ResNet50 and MobileNet, whose performance was verified. The second proposal uses the Veridas’s engine, which extracts the biometric vector of the face, and its attributes are estimated using classifiers. Finally, the second of the solutions was implemented due to its higher execution speed, better estimation of the facial attributes, efficient integration in the product and ease of adding new facial attributes to be analysed.es_ES
dc.format.mimetypeapplication/pdfen
dc.language.isospaen
dc.subjectBiometría faciales_ES
dc.subjectEdades_ES
dc.subjectGéneroes_ES
dc.subjectRed neuronal convolucionales_ES
dc.subjectVector biométricoes_ES
dc.subjectFace biometricses_ES
dc.subjectAgees_ES
dc.subjectGenderes_ES
dc.subjectConvolutional neural networkes_ES
dc.subjectBiometric vectores_ES
dc.titleEstimación de atributos faciales en un producto de análisis biométrico faciales_ES
dc.typeTrabajo Fin de Máster/Master Amaierako Lanaes
dc.typeinfo:eu-repo/semantics/masterThesisen
dc.date.updated2021-07-26T08:01:02Z
dc.contributor.affiliationEscuela Técnica Superior de Ingeniería Industrial, Informática y de Telecomunicaciónes_ES
dc.contributor.affiliationIndustria, Informatika eta Telekomunikazio Ingeniaritzako Goi Mailako Eskola Teknikoaeu
dc.description.degreeMáster Universitario en Ingeniería de Telecomunicación por la Universidad Pública de Navarraes_ES
dc.description.degreeNafarroako Unibertsitate Publikoko Unibertsitate Masterra Telekomunikazio Ingeniaritzaneu
dc.rights.accessRightsinfo:eu-repo/semantics/embargoedAccessen
dc.rights.accessRightsAcceso embargado 5 años / 5 urteko bahituraes
dc.embargo.lift2026-07-01
dc.embargo.terms2026-07-01es_ES
dc.contributor.advisorTFELampérez Zubia, Jorgees_ES
dc.contributor.advisorTFEArnedo Gil, Israeles_ES


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record