Sistema de reconocimiento facial con tecnología de visión artificial para el registro y control de asistencia en ambientes controlados.

Este proyecto tiene como objetivo construir un sistema que permita el reconocimiento facial con tecnologías de visión artificial para el registro automático y control de asistencia en ambientes controlados en las instituciones educativas de nivel superior en Panamá. La metodología contempló la recolección de datos mediante consentimiento informado y participación voluntaria de un grupo de estudiantes universitarios, tomando en cuenta diferentes ángulos y expresiones faciales bajo una iluminación promedio de un aula de clases del horario nocturno, con mira a recopilar un conjunto de datos ligero pero representativo. Se entrenó y validó una red neuronal encargada del reconocimiento facial, cuya funcionalidad se integró en una interfaz web desarrollada con Flask; la cual admite la visualización en tiempo real de los registros almacenados. Se evaluaron diferentes modelos de aprendizaje profundo, destacando que ArcFace permitió una mejor discriminación entre las clases correspondientes a cada participante y un comportamiento más realista frente a la variabilidad del conjunto de datos. Como resultado del análisis de las imágenes en el dataset se determinó que una proporción considerable de las muestras presenta limitaciones en aspectos como iluminación y nitidez del rostro, que son criterios básicos que generalmente se buscan en las capturas para la aplicación de técnicas avanzadas de reconocimiento facial y aprendizaje profundo. No obstante, pese a estas restricciones, el sistema desarrollado demuestra su potencial para optimizar tareas administrativas-académicas rutinarias, ofreciendo una alternativa confiable, escalable y aplicable a contextos educativos reales.