Aplicación web con redes neuronales convolucionales para el registro de asistencia por reconocimiento facial de estudiantes en la EAP de Ingeniería Informática y Sistemas, UNAMBA
Loading...
Date
2026-04-22
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Nacional Micaela Bastidas De Apurímac
Abstract
El registro de asistencia en la EAPIIS de la UNAMBA se realiza de forma manual, generando demoras, errores en el registro de asistencia en las clases. Frente a este problema, esta investigación tuvo como objetivo desarrollar una aplicación web basada en redes neuronales convolucionales para optimizar el registro mediante reconocimiento facial, evaluando los modelos ArcFace, FaceNet y FaceRecognition para identificar el más preciso. La investigación fue de tipo aplicada, de nivel explicativo, con diseño mixto cuasi-experimental y descriptivo. La población fue conformada de 479 estudiantes y la muestra de 141. El sistema se desarrolló con la metodología ágil Extreme Programming (XP), integrando módulos de entrenamiento, identificación facial y registro automático. Los resultados evidenciaron mejoras significativas: reducción del tiempo de preparación en 63.6 % y del registro por estudiante en 50.4 %, optimizando el tiempo lectivo. La consolidación de datos pasó de un proceso manual a uno automático y confiable. ArcFace obtuvo el mejor desempeño con 97 % de exactitud. La aplicación se implementó con Flask. La evaluación de usabilidad (CSUQ) mostró alta aceptación: 80 % en calidad del sistema, 84 % en información y 97.5 % en interfaz. Se concluye que la solución mejora significativamente el registro de asistencia, brindando mayor precisión, rapidez, confiabilidad y usabilidad, y favoreciendo una gestión adecuada conforme al reglamento académico.
Description
Keywords
Redes neuronales convolucionales, Reconocimiento facial, Registro de asistencia, ArcFace, Inteligencia artificial.
