Tecnologías de la Información

PJ – CS – 65 – JA La IA en el Reconocimeinto Facial y Geolocalización en el Centro Escolar ZAMÁ.

Industria, innovación e infraestructura
Ciudades y comunidades sostenibles

Asesor: Jessica Martinez Santana

Pandilla Juvenil (1ro. 2do. y 3ro. de nivel Secundaria)

Katherine Naomi Ramos Sosa[2o Chichen-itzá], Quetzalli Cerón Matamoros[2o Chichen-itzá], Kassandra Celeste Garza Puga[2o Chichen-itzá]

Dentro de todas las escuelas, en específico el Centro Escolar Zamá, se pasa asistencia por cada clase que se tiene, lo que quita tiempo valioso de clase. Por eso se decidió buscar un proceso más rápido, por lo que investigó y encontró herramientas eficientes para esto como la geolocalización, la IA y el reconocimiento facial, juntando éstas se observó que implementarlas es una solución a la problemática de la asistencia. Así que se contactó al experto Rodolfo Gallegos Mendoza el cual indicó que podría crear una página web asociado a estos términos para lograr acabar con la problemática de la asistencia con una base de datos previamente diseñada con los rostros faciales de cada uno de los alumnos y así permitirle a la programación hacer la comparación ocupando el reconocimiento facial ya que al momento de ingresar pide una imagen o fotografía. Además, en la base de datos se sube la localización por coordenadas de los sitios en donde se quiera pasar asistencia, en este caso la escuela, ocupando la geolocalización de ésta como una especie de gps que delimita si se está dentro de un radio de 50 metros alrededor de la escuela o no. Si se cumple con ambos puntos al momento de ingresar a la aplicación se registrará en una base de datos que le llegará a todos los profesores, y así ahorrarse mucho tiempo dentro de la clase.

In all schools, specifically our institution, Centro Escolar Zamá, attendance is taken for every class we have, which takes away valuable class time. That’s why we decided to look for a faster process, so we researched and found efficient tools for this, such as geolocation, AI, and facial recognition. Combining these, we realized we could implement them as a solution to our attendance problem. So we contacted expert Rodolfo Gallegos Mendoza, who informed us that we could create a website associated with these terms to end the attendance problem with a pre-designed database with the faces of each of our classmates. This would allow the program to make the comparison using facial recognition, since it requires an image or photograph upon entry. Additionally, the location of the locations where attendance is to be taken, in this case the school, is uploaded to the database by coordinates. This geolocation acts as a kind of GPS that determines whether you are within a 50-meter radius of the school or not. If both points are met when entering the application, it will be registered in a database that will be sent to all teachers, saving you a lot of time in class.

Día a día dentro de las escuelas se pasa la asistencia de los alumnos con cada profesor de distintas materias, lo que quita bastante tiempo a su clase. Con nuestra clase de computación y robótica aprendimos a cómo formular varios formatos de programación como python, además por aparte aprendimos acerca del reconocimiento facial y la geolocalización con este proyecto, y así pudimos formular una página web para facilitar este proceso ocupando lo que aprendimos.
Mojmostla ipan escuelas, nopa amatl tlen tlamachtiani kinpanoltiaj tlamachtiani tlen tlatlamantli tlamachtili, tlen kikuika miak tonali ipan tlamachtli. Ika to tlamachtili tlen informática uan robótica, timomachtijkej kenijkatsa tijchijchiuasej miak tlamantli formatos tlen programas, kej Python Nojkia timomachtijkej tlen reconocimiento facial uan geolocalización ika ni proyecto, uan ​​tiuelkej tijchijchijkej se página web tlen ika tijpaleuisej ni tekitl ika tlen timomatic kej.

El presente trabajo de investigación parte de reconocer la importancia de las nuevas tecnologías y su potencial al combinarlas, la que para este caso es el pase de asistencia con el uso de reconocimiento facial y geolocalización de manera sencilla y con costo accesible ya que se tiene la creencia de que es muy costoso.

Se piensa que la tecnología ha sido retomada por casi todo el mundo, la realidad es que aún hay sectores de la población que no la usa de manera adecuada o la usa sin saber que la está utilizando. En Zama la toma de asistencia la realiza cada profesor, lo que implica tiempo y trabajo manual que después tienen que pasar a digital. La idea es crear un sistema sencillo, aún para analfabetas digitales, que les permita la toma de asistencia con un número de asistencia y el reconocimiento facial que realiza el alumno.

Esta investigación de alinea a dos objetivos de la Agenda 2030:

Objetivo 11. Ciudades y comunidades sostenibles

Se pretende lograr que los asentamientos humanos sean inclusivos, seguros, resilientes y sostenibles. Con el uso de un sistema de asistencia con la combinación de Inteligencia Artificial, Reconocimiento facial y Geolocalización se puede lograr que entornos no digitales se incorporen de manera sencilla y paulatina; logrando un sistema seguro y a la larga de toma de asistencia sostenible. Para este objetivo también se está contribuyendo a una solución accesible, económicamente hablando.

Objetivo 9. Industria, innovación e infraestructura

Pretende construir infraestructuras resilientes, promover la industrialización sostenible y fomentar la innovación. Se debe invertir en tecnología, sin embargo, no es necesario grandes inversiones de dinero, sabiendo combinar métodos de IA para lograr una aplicación funcional acorde a necesidades específicas. Esta propuesta pretende mejorar la capacidad tecnológica en Zamá.

Para apoyar lo descrito anteriormente se llevó a cabo la implementación de un sistema de asistencia amigable, sencillo y escalable para Zamá, de tal forma que la tecnología en la toma de asistencia de los alumnos sea más eficaz, rápida y segura, creando bancos de datos para la toma de decisiones prontas.

Este proyecto parte de un problema real, el cual hemos visto desde que ingresamos a nivel primaria y más notorio a nivel secundaria donde los profesores son uno a uno con cada materia escolar. A la fecha no se cuenta con información en tiempo real de los alumnos que asistieron a cada clase de forma digital. Con este tipo de aplicación se puede contar con esa información y no solo eso, ser la base para escalar a nuevas variables para ser incorporadas al sistema de asistencia como la salida de la escuela de los alumnos o los padres de familia que llegan por sus hijos que tienen que hacer filas para pedir a su hijo, este sistema puede escalarse a padres de familia y agilizar la entrega a la hora de la salida de los alumnos.

Este proyecto logró un nivel inicial de uso factible.

Actualmente la sociedad se ha visto invadida por nuevas tecnologías que ayudan al ser humano a simplificar acciones que antes se hacían de manera manual, hoy en día, con estas nuevas tecnologías se podrían realizar actividades automatizadas con bajo grado de error y procesamiento de información para la toma de decisiones. Una de estas acciones es el simple pase de asistencia durante el aula de clases, cada profesor de una nueva asignatura debe pasar lista en voz alta y poner dentro de una lista impresa de los alumnos si el alumno faltó o no. Pero gracias a las nuevas tecnologías nos dimos cuenta de que podríamos ocuparlas en este ámbito, podríamos facilitarnos el proceso tanto para los alumnos como para los profesores, además de que tendría muy poca posibilidad de error y su eficacia podría ser invaluable, y eso es justo lo que queremos realizar con nuestro proyecto, utilizar parte de la nueva era de la tecnología moderna para ocupar en esta acción simple pero que lleva mucho tiempo en realizar.

Día a día durante clases observamos cómo cada profesor de diferentes asignaturas tiene que pasar asistencia de manera manual, preguntando por el nombre de cada niño y registrándose en su lista impresa si el niño asistió o faltó, lo que le lleva bastante tiempo de clase a cada uno. Es por eso que decidimos combatir esta problemática utilizando el reconocimiento facial, la geolocalización y la inteligencia artificial, para así lograr crear una página web capaz de pasar la asistencia en segundos y procesarla a una base de datos para su observación y análisis por cada profesor.

Si se realiza un sistema digital que involucre a la IA en el reconocimiento facial y la geolocalización, entonces, se podría demostrar el uso y el impacto de estas tecnologías en el Centro Escolar Zamá.

Demostrar la eficacia del uso del reconocimiento facial, geolocalización y la inteligencia artificial, mediante un sistema de asistencia para los alumnos del Colegio Zamá.

Diseñar y desarrollar un sistema de reconocimiento facial con un algoritmo preciso y eficiente, capaz de identificar a los alumnos del colegio con alta fiabilidad y seguridad.
Implementar un sistema de geolocalización para desarrollar una plataforma web que permita a los alumnos registrar su asistencia, integrar la geolocalización con el sistema de reconocimiento facial y así reducir el tiempo de registro de asistencia.

Lograr que las ciudades y los asentamientos humanos sean inclusivos, seguros, resilientes y sostenibles.
Construir infraestructuras resilientes, promover la industrialización inclusiva y sostenible y fomentar innovación.

Inteligencia Artificial (IA)

Los sistemas de IA actuales carecen de la capacidad de formar conceptos y abstracciones semejantes a los humanos.

Se puede definir la Inteligencia Artificial (IA) como el conjunto de tecnologías que permiten simular operaciones que habitualmente se consideran reservadas a los seres humanos.

Que la IA no trata realmente de inteligencia en el sentido humano, sino de una simulación.

Al principio la IA se enfocó a construir máquinas de razonamiento basadas en manejar aserciones y reglas, como piensan las personas. Este enfoque:

Dio lugar a sistemas en los que se codificaban los conocimientos sobre un tema a fin de crear una máquina que se comportase como un experto en la materia. Este enfoque dio lugar a lo que con el tiempo se denominó sistemas expertos. El diagnóstico médico fue uno de los campos de aplicación de estos sistemas.

Al principio la IA se enfocó a construir máquinas de razonamiento basadas en manejar aserciones y reglas, como piensan las personas.

Para medir la inteligencia de una máquina los científicos pensaron que lo más directo sería confrontarla con la inteligencia humana. Una de las formas más frecuentes de hacerlo han sido los juegos. IA desarrollarse en espacios controlados con reglas limitadas y claras, los juegos son un escenario muy apropiado para una máquina.

Hay que tener en cuenta que la IA tiene por objeto simular la inteligencia humana, así que si se tuviera que supervisar cada utilización de cada modelo, la ayuda de la IA no sería tal. El tema de los errores depende de cada aplicación.

Si le damos una orden y no la entiende correctamente, la repetimos hasta que la entienda correctamente.

La investigación en IA ha permitido eventualmente crear sistemas para identificar rostros, una tecnología llamada reconocimiento facial (RF).

En el RF se realizan cuatro operaciones básicas:

La primera es la detección facial. Se trata de obtener el recuadro que delimita un rostro en una imagen, es decir, averiguar si la imagen contiene un rostro y dónde está. La detección facial no obtiene información personal de la imagen, es parecida a un sistema de enfoque automático, un paso previo que puede emplearse, por ejemplo, para contar el número de personas en la imagen de una multitud.

La segunda operación es la caracterización o análisis facial. Consiste en extraer un conjunto de características que permiten comparar imágenes de rostros.

Simular operaciones deja claro que la IA no trata realmente de inteligencia en el sentido humano, sino de una simulación.

Todos los modelos creados con IA tienen un error estimado y su eficacia en cada uso es desconocida sin supervisión humana a posteriori.

El Test de Turing, una prueba para determinar la capacidad de una máquina de exhibir un comportamiento inteligente.

Existen serios riesgos al aprender de los ejemplos. El aprendizaje no es un proceso de simplemente memorizar ejemplos. En cambio, implica generalizar a partir de ejemplos.

Geolocalización

El uso de las nuevas tecnologías de la información afecta directamente a la geografía y las personas, los dos elementos básicos para el desarrollo de los territorios, que no se entienden el uno sin el otro. Al fin y al cabo se está hablando de las personas que generan y comparten información y del espacio o el lugar desde el que lo hacen.

Desde hace unos años las grandes marcas han intentado explotar la geolocalización porque la consideran un elemento estratégico de primer orden. Las empresas han apostado directamente por utilizar la geolocalización en el ciclo de vida comercial del producto desde la planificación hasta la venta, pasando por la promoción y fidelización del cliente. En el mundo online, todos los medios sociales tienen elementos vinculados directamente con la geolocalización online.

La geolocalización online forma parte de lo que se denomina «larga cola», término que define una característica de las distribuciones estadísticas. Básicamente trata de mostrar que en los negocios hay unos pocos productos que abarcan la mayor parte del mercado y una multitud de pequeños negocios que se reparten en el resto.

Geolocalización es un término relativamente reciente y quizás por ello en ocasiones se confunde con otros cercanos como localización, georreferenciación o GPS. En las líneas siguientes se pretende aclarar estos términos, junto a otros relacionados, como información geográfica y mapas, para comprender y conceptualizar adecuadamente el fenómeno de la geolocalización online.

El término geolocalización comprende la conjunción de una serie de tecnologías que tienen como fin la utilización de información vinculada a una localización geográfica del mundo real.

Asimismo, el Instituto Nacional de Tecnologías de la Información (Inteco) define geolocalización como el conjunto de tecnologías que combinan la georreferenciación de elementos del mundo real con la información obtenida a través de una conexión a Internet, y por tanto la geolocalización online son las aplicaciones que permiten, desde cualquier dispositivo conectado a Internet la obtención de todo tipo de información en tiempo real, así como la localización de la misma en el mapa con total precisión.

Los componentes de la geolocalización son:

a) Un dispositivo hardware, que actuará como plataforma en la que se desarrollará el proceso de geolocalización (puede tratarse de un ordenador de sobremesa, un ordenador portátil, un dispositivo móvil, un navegador GPS, una cámara de fotos, etc).

b) Un programa software, que ejecutará el proceso de geolocalización según su implementación.
c) Una conexión a Internet, que actuará como medio de obtención e intercambio de información y, en ocasiones, como sistema de almacenamiento y procesamiento de la misma (en el modelo en la nube).
Por otra parte, la importancia del elemento social que caracteriza la web actual, nos lleva a hablar de geolocalización social: «Si unimos estos dispositivos móviles y los social media, se genera la posibilidad de comunicar y compartir el lugar concreto en que estamos en cada momento y así aparece un concepto nuevo que une la vertiente geográfica con la componente antrópica y se denomina “geolocalización social”.

Reconocimiento facial

El reconocimiento facial se ha convertido en los últimos años en un área de investigación activa que abarca diversas disciplinas, como procesado de imágenes, reconocimiento de patrones, visión por ordenador y redes neuronales. Involucra a investigadores de áreas de informática como a neurocientíficos y psicólogos. Se podría considerar también dentro del campo de reconocimiento de objetos, donde la cara es un objeto tridimensional sujeto a variaciones de iluminación, pose, etc., y ha de ser identificada basada en su proyección 2D (excepto cuando se utilizan técnicas 3D).

El objetivo de un sistema de reconocimiento facial es, generalmente, el siguiente: dada una imagen de una cara “desconocida”, o imagen de test, encontrar una imagen de la misma cara en un conjunto de imágenes “conocidas”, o imágenes de entrenamiento. La gran dificultad añadida es la de conseguir que este proceso se pueda realizar en tiempo real. El sistema identificará las caras presentes en imágenes o videos automáticamente.

Su funcionamiento tiene 5 etapas las cuales son:

1.-Verificación o autenticación de caras: compara una imagen de la cara con otra imagen con la cara de la que queremos saber la identidad. El sistema confirmará o rechazará la identidad de la cara.

Identificación o reconocimiento de caras: compara la imagen de una cara desconocida con todas las imágenes de caras conocidas que se encuentran en la base de datos para determinar su identidad.

2.- Detección de la cara: detecta que hay una cara en la imagen, sin identificar. Si se trata de un video, también podemos hacer un seguimiento de la cara. Proporciona la localización y la escala a la que encontramos la cara.

3.- Alineación de la cara: localiza los componentes de la cara y, mediante transformaciones geométricas, la normaliza respecto propiedades geométricas, como el tamaño y la pose, y fotométricas, como la iluminación. Para normalizar las imágenes de caras, se pueden seguir diferentes reglas, como la distancia entre las pupilas, la posición de la nariz, o la distancia entre las comisuras de los labios. También se debe definir el tamaño de las imágenes y la gama de colores. Normalmente, para disminuir la carga computacional del sistema, se acostumbra a utilizar imágenes pequeñas en escala de grises. A veces también se realiza una ecualización del histograma.

4.- Extracción de características: proporciona información para distinguir entre las caras de diferentes personas según variaciones geométricas o fotométricas.

5.- Reconocimiento: el vector de características extraído se compara con los vectores de características extraídos de las caras de la base de datos. Si encontramos uno con un porcentaje elevado de similitud, nos devuelve la identidad de la cara; si no, nos indica que es una cara desconocida.

Los resultados obtenidos dependen de las características extraídas para representar el patrón de la cara y de los métodos de clasificación utilizados para distinguir los rostros, pero para extraer estas características apropiadamente, hace falta localizar y normalizar la cara adecuadamente.

Aplicaciones donde se ocupa IA
La inteligencia artificial (IA) se usa en muchas aplicaciones, entre ellas:
Salud: En medicina, la IA puede ayudar a reconocer infecciones pulmonares a partir de tomografías computarizadas. También se ha usado para rastrear la propagación de enfermedades.
Procesamiento del lenguaje natural: La IA se usa en aplicaciones de procesamiento de texto, como traducción automática, análisis de sentimientos, resumen de texto y generación de contenido.
Asistentes virtuales: Los asistentes virtuales inteligentes son una aplicación de la IA.
Reconocimiento facial: La IA se usa en reconocimiento facial y de imágenes.
Sistemas de recomendación: Los sistemas de recomendación personalizados son una aplicación de la IA.
Automatización en el hogar: La IA se usa en la automatización en el hogar inteligente.
Mapas mentales: La herramienta MindMeister usa IA para generar sugerencias inteligentes para conceptos relacionados.
Generación de videos: InVideo es una herramienta que usa IA para generar videos explicativos y de marketing a partir de texto de entrada.

Automatización de procesos industriales: La IA se usa en la automatización de procesos industriales, como la producción en cadena y la logística.
La gestión del hogar: Se puede usar en asistentes virtuales dentro de este como:
Aplicaciones de salud personalizadas.
IA en la educación.
Optimización del transporte.
Compras inteligentes y recomendaciones personalizadas.
Seguridad en el hogar.
Mejora de la productividad en el trabajo.
Entretenimiento personalizado.
Alexa.
Google.

Materiales:
Computadora
Internet
Servidor
Dispositivos móviles
Procedimiento:
1.-Se buscó un problema real donde se puede realizar una aplicación que involucre el uso de nuevas tecnologías: Inteligencia artificial, reconocimiento facial y geolocalización.
2.-Se buscó en Internet cómo sería un proceso digital para la toma de asistencia en una institución y se observó que es necesario conocer sobre programación y base de datos, por lo que se buscó información al respecto.
3.- Con los conocimientos de programación adquiridos en la escuela observamos que no importa el lenguaje de programación sino más bien la lógica de la programación. Por lo que se vió la forma de crear y aprender a manejar la IA, RF y Geolocalización, se investigó más a fondo y se observó que se puede desarrollar una aplicación con estas herramientas y poder facilitar el proceso de asistencia.
4.- Se contactó al Ingeniero Rodolfo Gallegos Mendoza para que diera una entrevista acerca de los sistemas de programación que se podrían utilizar para crear la página web, ya que iba a ser necesaria una interfaz para la toma de la foto y se contrastará con la información de nuestra Base de datos.
Proyecto_Conf_Cezama_Ciencias_Quetzalli_1.mp4
Para la interfaz se requirió conocer el lenguaje HTML básico.
El código muestra cómo poner el título de la pantalla, el logo de la escuela, la imagen y el cuadro de texto para ingresar el número de alumno, el botón de continuar y el texto de Derechos reservados 2025.
Después se localizan las coordenadas del sitio y las compara con las coordenadas antes asignadas para comprobar si se encuentra dentro de la escuela o no, si este es el caso, permitirá el acceso a la cámara y cambia de imagen a un recuadro que visualiza la imagen y abajo un boton color azul para confirmar la toma de la foto. Cuando el usuario le de clic a este botón, la programación se encargará de comparar esta foto con la anterior guardada en la base de datos con el usuario correspondiente.
5. Identificar cómo determinar las coordenadas en Google Maps del Centro Escolar Zamá y las casas de los alumnos, conociendo el proceso para ello, a continuación se explica cómo determinar las coordenadas de Zamá.
a. Se busca un lugar en específico en Google Maps para conocer sus coordenadas GPS, las cuales son un sistema de referencia que se utiliza para ubicar un punto en la Tierra. Se expresan mediante dos valores numéricos: la latitud y la longitud.
b. En Google Maps se da clic derecho sobre el lugar y en la parte superior aparecen las coordenadas.
c. El primer número que se muestra es la latitud y el segundo es la longitud (19.63584,-99.09378) en grados decimales, si queremos conocer la localización en grados y segundos, existen aplicaciones en línea que lo permiten como: https://www.coordenadas-gps.com/convertidor-de-coordenadas-gps.
Para nuestro caso:
Las coordenadas GPS en grados sexagesimal del Centro Escolar Zamá son:
Aquí se observa que al ser positivo está al Norte la latitud y la longitud está en negativo lo que indica que está al oeste.
Este mismo proceso se realiza con cada domicilio.
Costo: Gratuito (solo con acceso a Internet)
6.-Para el Reconocimiento facial (RF) se buscó una API (es el acrónimo de “interfaz de programación de aplicaciones”. Se trata de un conjunto de reglas y protocolos que permiten que las aplicaciones de software se comuniquen entre sí.) llamada Rekognition de Amazon la cual se crea mediante tecnologías de visión artificial (La visión artificial es un área de la IA que permite a las computadoras derivar información de imágenes, videos y otras entradas) y Machine Learning (ML). Funciona de la siguiente manera:
(1) Ubica la parte de una imagen de entrada que contiene el rostro. (2) Extrae la región de la imagen que contiene la cabeza y alinea la región para que la cara esté en una posición vertical “normal”, de manera que genere imágenes faciales recortadas.
(3) Convierte cada imagen facial recortada en un “vector facial” (técnicamente, una representación matemática de la imagen de un rostro). Hay que considerar que las colecciones que busca SearchFaces son conjuntos de vectores de rostros (Un vector de rostro es una figura que se define por una serie de puntos que se utilizan para modificar una imagen de un rostro), no conjuntos de imágenes de rostros.
(4) Compara los vectores faciales de origen y destino y devuelve la puntuación de similitud del sistema para los vectores faciales.
Costo: Es gratis hasta por 50 reconocimientos (faces) de personas.

Se obtuvo una página web capaz de funcionar en distintas situaciones como ayuda para el pase de asistencia de los alumnos:
Cuando no se encuentra dentro de los 500 metros alrededor de la ubicación.
En el caso de que otra persona tratara de pasar asistencia.
Cuando se le rechazaban los permisos de la cámara y ubicación.
Y cuando sí reconoció el número de alumno, la ubicación y la foto.

La inteligencia artificial cada año evoluciona de forma inexplicable, al igual que el ser humano y sus capacidades de realizar diversas cosas.
Logramos solucionar un problema del día a día en los centros de educación.
La geolocalización, el reconocimiento facial y la inteligencia artificial son elementos de mucha importancia en nuestro día a día y en nuestro futuro.
La página web fue gratuita y funcional.

Kendall, K.(1997). Análisis y diseño de sistema, México: services of New England Inc.
Revista Innovación y Software (2024). Sistema de control de acceso biométrico mediante reconocimiento facial con técnicas de vitalidad.
Anciento M. y Pérez (2011). El reconocimiento facial es un superpoder, Madrid: LIBERUNAM.
Betrán G. (s/f). Geolocalización online, México: UC
Víctor Iván R. (2024). Control de acceso con reconocimiento facial utilizando el modelo de clasificación HearCascade, México: UNAM(tesis)
Onsorio Comparán, Román. (2009). Sistemasde posicionamiento y geolocalización inalámbrica, en geolocalización usando tecnología wifi (wireless fidelity), México: UNAM, (40-56pps)
Kaspersky, C.(15 de noviembre de 2024). ¿Qué es el reconocimiento facial y su explicación, kaspersky, https://latam.kaspersky.com
Docusing (16 de noviembre de 2024). ¿Para qué sirve la geolocalización?, docusing, https://www.docusing.com/es-mx/blog/geolocalización
Lopéz, R. (2023). Dispositivos de geolocalización de las personas, revista de Relaciones Laborales.
Donald, H. (1986). Informática: presente y futuro, México.
Gordon, B. (1983). Principios de procesamientos de datos, México: Editoriales Profesionales.