Reconocimiento de patrones faciales

con redes neuronales

Tesis
Que para obtener el ttulo de
Ingeniero en Software

Presenta

Jos de Jess Alvarez Ramrez

Guaymas, Sonora;

Febrero 2016

ii
DEDICATORIA
A mi familia por todos los valores que me ha inculcado a lo largo de mi vida y por
siempre esperar grandes cosas de m.

iii
AGRADECIMIENTOS
A mi madre Zulma Selene Ramrez Verdugo
Por ser una mujer ejemplar, que siempre ha dado lo mejor de s misma para poder
sacar adelante a mis hermanos y a m en el aspecto personal como en el personal.

A mi padre Leonardo Ramrez Verdugo

Por ser el sustento moral que necesite, cuando estuvo vivo y que ahora me apoya
desde el sitio donde se encuentra.

iv
INDICE
Dedicatoria.ii
Agradecimientos...iii
ndice..iv
Tesis......................................................................................................................... 1
Que para obtener el ttulo de...................................................................................... 1
Ingeniero en Software................................................................................................. 1
l. INTRODUCCIN.................................................................................................... 5
1.2 Planteamiento del Problema..........................................................................7
1.3

Justificacin................................................................................................ 7

1.4 Objetivo......................................................................................................... 8
ll. MARCO TEORICO................................................................................................. 9
2.1 Inteligencia Artificial.................................................................................... 10
2.1.1 Definiciones.............................................................................................. 10
2.1.2 Historia..................................................................................................... 11
2.1.3 Paradigmas de la inteligencia artificial...........................................................11
2.2 La neurona como unidad biolgica..............................................................13
2.2.1 La funcin de la neurona.............................................................................13
2.2.2 Morfologa de la neurona.............................................................................13

l. INTRODUCCIN
Hoy en da la automatizacin de procesos es una realidad a la cual el mundo de las
Tecnologas de la informacin se enfrentan, haciendo mano de todos los recursos
que esta misma genera, existen diferentes tipos utilizadas para esto, pero existe una
en especfico que apoya el estudio en el manejo de rpido de datos, las cuales son
las redes neuronales, tales, son una rama de la inteligencia artificial que buscan un
patrn de conducta a un conjunto de datos de entrada.
Es realmente interesante como es el comportamiento de esta tecnologa, sobre todo
cuando estos datos de entrada son nmeros obtenidos del rostro de una persona.
Este tipo de tecnologa en especfico se tiene que manejar con mucha delicadeza por
los resultados que arroja; Por otro lado, es importante recalcar que los datos que se
van a utilizar son de personas, por lo cual se debe tomar precauciones, para evitar
problemas legales al momento de mostrar su informacin.

1.1 Antecedentes
La inteligencia artificial (IA) es aquella ciencia que se enfoca en entender,
comprender y simular el comportamiento humano, todo esto emulando: Decisiones y
pensamientos; A su vez el rea ms importante de la IA, es el autoaprendizaje, lo
cual la hace diferente de otras ciencias. La mayor parte de sus conocimientos son
basados en el entendimiento completo de la mente humana.
La IA abarca un gran nmero de subcampos entre las cuales por citar algunas,
podemos destacar: Sistemas expertos, algoritmos genticos, algoritmos de
bsquedas y tomas de decisiones, y por ltimo desde mi punto de vista el rea ms
interesante, las cuales son las redes neuronales.
Tomando en cuenta estas ltimas podemos situarnos en un gran acontecimiento del
cual partir, el cual fue la creacin de la unidad de clculo creada por McCulloch-Pitts,
la cual es denominada como Neurona de McCulloch-Pitts, esta misma intenta
asemejar su funcionamiento al de una neurona cerebral
Las neuronas constan con un conjunto de entradas y una sola salida, cada entrada
est afectada por un peso. Existe otro trmino el cual se tiene que definir el cual es
Activacin, el cual se define como El resultado de la suma del producto de cada
entrada multiplicada por su respectivo peso. (McCulloch-Pitts)
Como antes se mencion existen diversos tipos de modelos de redes neuronales
artificiales, uno de ellos el perceptrn el cual es definido como red monocapa con
varias neuronas de entrada conectadas a la neurona de salida (Stuar J.Russell)
Por otro lado, existe un modelo ms completo que es una ampliacin de este ltimo
el cual es conocido como Perceptrn Multicapa, est constituido por 3 partes, las
cuales son: Capa de Entrada, Capa de salida y capas Ocultas; Este modelo es el
ms utilizado para resolver problemas como el reconocimiento de patrones en
imgenes.
La automatizacin de procesos en un mundo gil es altamente necesaria, por lo cual
un reconocimiento facial facilitara de una manera rpida la comprobacin y

bsqueda de datos de un sujeto en un almacn digital, pudindose utilizar toda esta

para distintos fines.
La utilizacin de redes neuronales para resolver este tipo de problemas es altamente
beneficiosa, puesto que los datos de entrada son tomadas del rostro de una
personas, tomando cada pixel de la imagen y obtener sus combinacin RGB, (RedGreen-Blue, por sus siglas en ingls) por lo cual es calificada dentro de datos
cualitativos, los cuales funcionaran como entrada para producir una salida, la cual
sera los datos de la persona.

1.2 Planteamiento del Problema

El reconocimiento de caras es altamente necesario para asegurar que una persona
no est suplantando a otra e intentar hacer un mal uso de datos que se le pueden
proporcionar, por lo cual un sistema en el cual los usuarios estn registrado por
medio de

un usuario y una contrasea ya no es fiable. Los problemas con los

sistemas de informacin en autenticacin se basan en el robo de contraseas por

sujetos no deseados y el mal uso de la informacin.
Cmo obtener toda la informacin registrada en un sistema de una persona en base
al reconocimiento de sus patrones faciales?

1.3 Justificacin
Un sistema de reconocimiento facial podra ayudar en la autenticacin de personas
en base a informacin que ellos portan en todo momento, refirindose en este caso,
a los patrones de su cara, que inconscientemente siempre estn expuestos, ms
nunca pueden ser copiados por alguien ms, por lo cual nos genera un grado de
seguridad altamente confiable, puesto que los datos de Entrada no pueden ser
falsificados.
Lo que pudiese suceder en caso de que no se lleve a cabo una investigacin de este
tipo es que, se seguirn presentando problemas de robo de datos e informacin tanto
de personas fsicas como morales; Por otra parte, se estara agilizando procesos de
7

acceso a sistemas donde el trfico de red es alto y lo que se necesita es desahogar

la cantidad de usuarios que estn accediendo para dar lugar a nuevas peticiones que
deben de ser atendidas en el acceso.
Se presentan dificultades realmente considerables a la realizacin de este proyecto,
al momento de trabajar con un sistema de inteligencia artificial, hay que entender que
el sistema debe tener alto grado de conocimientos para que pueda generar un
resultado altamente confiable (entindase por resultado confiable una coincidencia
de bsqueda que arroje un resultado mayor a 95% de certeza, para que la persona
a quien se le dar acceso, realmente es el propietario de los datos).
Los beneficios los podemos resumir en dos grandes partes las cuales son la
optimizacin de seguridad y la facilidad de uso e implementacin del sistema.

1.4 Objetivo
Crear una red neuronal para reconocer los patrones faciales de una persona y as
mismo obtener todos su informacin de un sistema

ll. MARCO TEORICO

2.1 Inteligencia Artificial

La inteligencia artificial no cuenta con una definicin en especfico que pueda
encapsular las reas que abarca; Actualmente existen diferentes enfoques; Pero
existeb cuatro en especfico que se deben de mencionar los cuales son:

Sistemas que piensan como humanos

Sistemas que piensan racionalmente
Sistemas que actan como humanos
Sistemas que actan racionalmente

2.1.1 Definiciones
Cada uno de los cuatro cuenta con variadas definiciones, cada una, diferente de la
anterior por los conceptos que manejan los autores.

Sistemas que piensan como humanos

El nuevo y excitante esfuerzo de hacer que los computadores piensen maquinas
con mentes, en el ms amplio sentido literal (Haugeland, 1985).

Sistemas que piensan racionalmente

El estudio de las facultades mentales mediante el uso de modelos computacionales
(Charniak y McDermott, 1985).

Sistemas que actan como humanos

El arte de desarrollar maquinas con capacidad para realizar funciones que cuando
son realizadas por personas requieren inteligencia (Kurzweil, 1990).

Sistemas que actan racionalmente

La inteligencia computacional es el estudio del diseo de agentes inteligentes
(Poole et Al, 1998)

Para fines prcticos nos situaremos sobre la definicin de Charniak y McDermott, la

cual nos dar un espectro amplio respecto a lo que se estar realizando a lo largo de
esta investigacin, puesto que se estar simulando una funcin mental.

10

2.1.2 Historia
La inteligencia artificial (IA) nace a mediados de la dcada de los 1940 (no existe
fecha especfica), pero no fue hasta que en 1950 el gran matemtico britnico Alan
Turing (1912-1954) formaliz los conceptos de algoritmia y computacin con la
creacin de La mquina de Turing, la cual consista en lo siguiente:
...una ilimitada capacidad de memoria obtenida en la forma de una cinta infinita
marcada con cuadrados, en cada uno de los cuales podra imprimirse un smbolo. En
cualquier momento hay un smbolo en la mquina; llamado el smbolo ledo. La
mquina puede alterar el smbolo ledo y su comportamiento est en parte
determinado por ese smbolo, pero los smbolos en otros lugares de la cinta no
afectan el comportamiento de la mquina. Sin embargo, la cinta se puede mover
hacia adelante y hacia atrs a travs de la mquina, siendo esto una de las
operaciones elementales de la mquina. Por lo tanto cualquier smbolo en la cinta
puede tener finalmente una oportunidad. Turing (1948, p.61)
Despus de esta formalizacin realizada se pudo dar paso a lo que hoy llamamos
informtica, hay que tomar en cuenta que los conceptos de algoritmia y de lgica son
retomados a estudios de los griegos en conjunto con los rabes; Ms an no se
conoca hasta donde sera el alcance de estos estudios.
Por otra parte existe un acontecimiento importante que sucedi en el ao de 1943,
en el cual Warren McCulloch y Pitts presentan el modelo de la neurona artificial, el
cual se puede considerar el primer trabajo formalizado de la inteligencia artificial,
pero, en aquel entonces el estudio no era acuado a esta rama de la informtica,
puesto que an no se formalizaba el rea donde posteriormente recaera este
estudio tan importante.
Actualmente existen muchos programas de inteligencia artificial, todos estos
enfocados a cumplir la prueba de Turing, la cual consiste en no poder distinguir entre
un ser humano y un programa de computadora en una conversacin a ciegas.

2.1.3 Paradigmas de la inteligencia artificial

Existen diferentes paradigmas de la IA, cuenta con diferentes paradigmas segn la
Doctora Amillaray Curilem Saldias en su Proyecto de IA, ella define cinco tpicos
principales los cuales son: IA Simblica, IA Conexionista, IA Evolutiva, IA Hibrida y IA
Distribuida.

2.1.3.1 Inteligencia artificial Simblica

Fue la primera aproximacin utilizada para poder integrar conocimientos a
computadoras, estn baso en los preceptos de lgica clsica de Aristteles los
cuales son (Tomado de Morin [1991]):
11

A) Algo no puede ser y no ser. Este es el llamado principio de identidad: A=A. O

sea: si A es, A no puede no ser, al mismo tiempo y dentro de la misma
relacin;

B) Es imposible que un atributo pertenezca y no pertenezca al mismo sujeto.

Este es el llamado principio de no-contradiccin: si {A es x} {A no es no-x},
donde x y no-x son atributos contrarios; ejemplo: algo no puede ser blanco y
no-blanco, al mismo tiempo y dentro de la misma relacin;

C) Dos proposiciones contradictorias no pueden ser verdaderas ambas. Este es

el llamado principio del tercero excluido: dados los enunciados {A es x} y {A
es diferente de x}, slo uno de los dos puede ser verdadero, al mismo tiempo
y dentro de la misma relacin
Estos conceptos de lgica han sido bastante exitosos, en este tipo de IA, podemos
encontrar a los Sistemas Expertos

2.1.2.2 Inteligencia artificial Conexionista

Se inspira en la estructura neuronal del cerebro con la capacidad de reconocer
patrones, clasificar y aprender. A partir de la interconexin de unidades llamas
neuronas, de aqu de donde deriva las Redes Neuronales Artificiales.

2.1.2.3 Inteligencia artificial Evolutiva

Naci cuando se estaba incorporando el mecanismo de seleccin natural de Charles
Darwin, conducen una bsqueda estocstica de la solucin de un problema. Esta IA
es utilizada cuando el ambiente es desconocido

2.1.2.4 Inteligencia artificial Hibrida

Este tipo de IA, es la que se presenta cuando dos paradigmas o ms se funcionan
para resolver un problema, una ejemplificacin de esto:

Figura 1: Visin de las tres aproximaciones de la IA

12

2.1.2.5 Inteligencia artificial Distribuida

Este tipo de inteligencia artificial se basa en la modularidad, pues su funcionamiento
depende un conjunto de partes, que trabajan en modo colaborativo.

2.2 La neurona como unidad biolgica

Las neuronas son un tipo de clula del sistema nervioso cuya principal funcin es la
excitabilidad elctrica de su membrana plasmtica

2.2.1 La funcin de la neurona

Las neuronas tienen la capacidad de comunicarse con precisin, rapidez y a la larga
distancia con otras clulas, ya sean nerviosas, musculares o glandulares a travs de
seales elctricas llamadas Impulsos nerviosos
Estos impulsos nerviosos viajan por toda la neurona comenzando por
las dendritas hasta llegar a los botones terminales, que se pueden conectar con otra
neurona, fibras musculares o glndulas. La conexin entre una neurona y otra se
denomina sinapsis.
Las neuronas conforman e interconectan los tres componentes del sistema nervioso:
sensitivo, motor e integrador o mixto

2.2.2 Morfologa de la neurona

Figura 2: Estructura de una neurona

13

Ncleo: es del gran tamao y de forma esfrica y ovoide. Contiene ADN y toda la
informacin celular, esta no se reproduce

Dendritas: prolongaciones del soma que se ramifican, aumentando la capacidad de

contacto con otras clulas nerviosas

Axn o cuerpo celular: nace del soma, conduce el estmulo desde el soma hacia
otra clula nerviosa, muscular o glandular. Transporta organelos, protenas y
vesculas sinpticas entre otros.

Soma: aqu se ubica el ncleo, el aparato de Golgi, los lisosomas, las mitocondrias y
los cuerpos de Nissl.

Cuerpos de Nissl: contiene los ribosomas.

Mielina: sustancia lipdica.

Vaina de mielina: lipoproteico que acta como aislante, la mayora de las neuronas
del SNC en los vertebrados estas mielinizadas.

Nodos de Ranvier: constricciones peridicas de la vaina de mielina.

Botones sinpticos: regiones terminales de la arborizacin. Desde aqu se liberan

los neurotransmisores que enviaran la informacin para estimular a la clula
contigua.

14

Arborizacin terminal o neuritas: ramificaciones del axn, aumentan la

direccionalidad de la transmisin de la informacin. Un conjunto de neuritas
constituye en telodendrn que contendr neurotransmisores

Mitocondrias: contiene la energa requerida por la neurona

Neurolema: est a cargo de la regeneracin del axn por si es que ocurre algn
accidente.

BIBLIOGRAFA
Stuart J.Russel y Peter Norving. (2000). Inteligencia Artificial un enfoque moderno
primera y segunda edicin. Inglaterra: PEARSON.
Curilem Saldias Millary, Proyecto: Inteligencia Artificial, pags 20-22;
Morin, Edgar. [1991]. El mtodo. Las ideas. Madrid: Ctedra, 1992
Myriam Cayre, Jordane Malaterre, Sophie Scotto-Lomassese, Colette Strambi and
Alain Strambi. The common properties of neurogenesis in the adult brain: from
invertebrates to vertebrates Comparative Biochemistry and Physiology Part B:
Biochemistry and Molecular Biology. Volume 132, Issue 1, May 2002, Pg. 1-15
Sabbatini R.M.E. April-July 2003. Neurons and Synapses: The History of Its
Discovery. Brain & Mind Magazine, 17.

15

Paniagua, R.; Nistal, M.; Sesma, P.; lvarez-Ura, M.; Fraile, B.; Anadn, R. y Jos
Sez, F. (2002). Citologa e histologa vegetal y animal. McGraw-Hill Interamericana
de Espaa, S.A.U

16