Please use this identifier to cite or link to this item: http://dspace.utpl.edu.ec/handle/29.500.19856/71053
Title: Prototipo para registro de asistencia por medio de reconocimiento facial
Authors: Torres Carrión, Pablo Vicente
Pachar Figueroa, Franklin Nilo
Keywords: Ecuador.
Tesis digital.
Issue Date: 2025
Citation: Pachar Figueroa, F. N. Torres Carrión, P. V. (2025) Prototipo para registro de asistencia por medio de reconocimiento facial [Tesis de Posgrado, Universidad Técnica Particular de Loja]. Repositorio Institucional. https://dspace.utpl.edu.ec/handle/29.500.19856/71053
Abstract: Abstract: Traditional attendance recording focuses solely on clocking in and clocking out. With today's technology, it is possible to go beyond this, enabling the understanding and management of employee well-being. In this context, emotional detection, through the analysis of facial expressions, provides valuable information for human resource management and the promotion of well-being at work. This academic work presents the development of a prototype that records attendance based on facial recognition, incorporating as an innovation the detection of the employee's emotional state. For this purpose, convolutional neural networks, transfer learning and extraction of facial embeddings from pre-trained models are used. This optimizes performance, reduces training time and facilitates development and implementation.
Description: Resumen: El registro de asistencia tradicional se centra únicamente en el registro de la hora de entrada y salida. Con la tecnología actual, es posible ir más allá, permitiendo la comprensión y gestión del bienestar de los empleados. En este contexto, la detección emocional, a través del análisis de expresiones faciales, proporciona información valiosa para la gestión de recursos humanos y el fomento del bienestar laboral. Este trabajo académico muestra el desarrollo de un prototipo que registra la asistencia basada en reconocimiento facial, incorpora como innovación la detección del estado emocional del empleado. Para ello, se utilizan redes neuronales convolucionales, aprendizaje por transferencia y extracción de embeddings faciales de modelos pre-entrenados. Esto permite optimizar el rendimiento, reduce el tiempo de entrenamiento y facilita el desarrollo e implementación.
URI: https://bibliotecautpl.utpl.edu.ec/cgi-bin/abnetclwo?ACC=DOSEARCH&xsqf99=145921.TITN.
Appears in Collections:Maestría en Inteligencia Artificial Aplicada



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.