Medovarschi, Denisa Maria2023-12-152023-12-152023-12-12https://hdl.handle.net/10115/27316Trabajo Fin de Grado leído en la Universidad Rey Juan Carlos en el curso académico 2023/2024. Directores/as: Roberto Gallardo CavaEn los últimos años, el interés en los sistemas de reconocimiento facial ha ido en aumento rápidamente y se ha convertido en una de las áreas más estudiadas de la biometría debido, principalmente, a su alto rendimiento y bajo grado de intrusión. Esta tecnología se encuentra presente en gran diversidad de contextos; la videovigilancia, la identificación de delincuentes, el control de accesos o los usos en dispositivos móviles son sólo algunos ejemplos de aplicaciones concretas. Hoy en día, se ha logrado un alto rendimiento de estos sistemas en muchas aplicaciones. Sin embargo, los algoritmos de reconocimiento facial siguen viéndose afectados por factores como la iluminación, la expresión facial, las poses o la oclusión. A esto se suman los posibles sesgos que contengan. Por ello y para garantizar un rendimiento óptimo, es fundamental identificar las características faciales más relevantes para estos sistemas. El presente trabajo pretende analizar tres sistemas de reconocimiento facial para determinar si son capaces de reconocer e identificar con precisión a individuos en diferentes entornos. Y, sobre todo, si la selección de rasgos faciales es adecuada, ya que es necesario comprender en qué características se enfocan los sistemas existentes para mejorar su desempeño. A través de una revisión exhaustiva de la literatura existente y el análisis de tres clasificadores, se busca identificar aquellas características más relevantes que permitan superar estos desafíos. Con esta investigación, se espera mejorar la precisión y confiabilidad de los sistemas de reconocimiento facial en entornos desafiantes y en constante evolución.spaCreative Commons Atribución-CompartirIgual 4.0 Internacionalhttps://creativecommons.org/licenses/by-sa/4.0/legalcodeCiberseguridadInteligencia Artificial ExplicableReconocimiento facialFaceNetArcFaceOpenFaceOclussion Sensitivityinfo:eu-repo/semantics/studentThesisinfo:eu-repo/semantics/openAccess