MARCO TERICO

1. INTRODUCCIN
En los ltimos aos se ha visto como la delincuencia en el pas ha
incrementado

enormemente,

especialmente

en

zonas

de

mayor

concentracin de personas, reflejo de ello tenemos las ltimas encuestas

realizadas en el pas, el cual nos muestra una poblacin con desconfianza y
temerosa por ser constantemente vctimas de delitos; es por eso que el
proyecto busca reducir esta tasa delictiva, implementando un sistema de
reconocimiento facial en el nuevo terrapuerto de Chiclayo, a travs de un
software el cual tendr una base de datos de los requisitoriados, esto
tomando como fuente la base de datos de archivos de fotos digitales que
actualmente posee la RENIEC, haciendo as que el efectivo policial en el
momento de tener algn sospechoso puede verificar si esta persona posee
alguna requisitoria haciendo ms rpida la investigacin y por ende la
captura de los facinerosos.
2. ANTECEDENTES
El reconocimiento facial automatizado es relativamente un concepto nuevo.
Desarrollado en los aos 60, el primer sistema semiautomtico para
reconocimiento facial requera del administrador para localizar rasgos (como
ojos, orejas, nariz y boca) en las fotografas antes de que este calculara
distancias a puntos de referencia en comn, los cuales eran comparados
luego con datos de referencia.
En los aos 70 Goldstein, Harmon, & Lesk, usaron 21 marcadores subjetivos
especficos tales como el color del cabello y grosor de labios para
automatizar el reconocimiento facial. El problema con estas soluciones
previas era que se computaban manualmente. En 1988 Kirby & Sirobich
aplicaron anlisis de componentes principales, una tcnica estndar del
lgebra lineal, al problema del reconocimiento facial. Esto fue considerado
algo as como un hito al mostrar que eran requeridos menos de 100 valores
para cifrar acertadamente la imagen de una cara convenientemente
alineada y normalizada. (M & L, 1987)

En 1991 Turk & Pentland utilizando las tcnicas Eigenfaces, el error residual
poda ser utilizado para detectar caras en las imgenes - un descubrimiento
que permiti sistemas automatizados de reconocimiento facial en tiempo
real fidedignos. Si bien la aproximacin era un tanto forzada por factores
ambientales, cre sin embargo un inters significativo en posteriores
desarrollos de stos sistemas.
La tecnologa inicialmente captur la atencin del pblico a partir de la
reaccin de los medios a una prueba de implementacin en el Super Bowl
de la NFL en enero de 2001, la cual captur imgenes de vigilancia y las
compar

con

una

base

de

datos

de

foto

archivos

digitales.

Esta

demostracin inici un muy requerido anlisis sobre cmo usar la tecnologa

para

satisfacer

necesidades

nacionales,

mientras

se

tomaban

en

consideracin las preocupaciones sociales y de privacidad del pblico. Hoy

la tecnologa de reconocimiento facial est siendo utilizada para combatir el
fraude de pasaportes, soporte al orden pblico, identificacin de nios
extraviados,

personas

requisitoriadas

minimizar

el

fraude

en

las

identificaciones.

3. DESCRIPCIN GENERAL
La tecnologa de reconocimiento facial, al igual que otras tcnicas
biomtricas ha avanzado muchsimo en los ltimos aos. Hace tiempo, los
algoritmos utilizados se basaban en modelos geomtricos simples. Sin
embargo, las innovaciones computacionales han permitido la creacin de
una ciencia mucho ms sofisticada, basada en lo que se conoce como
representaciones matemticas y procesos de coincidencia.
En los ltimos quince aos, la tecnologa de reconocimiento facial ha dado
un salto espectacular, gracias a las novedades presentadas por la industria
de este sector, y a la necesidad de las propias administraciones por adaptar
estas tcnicas en sus controles policiales y de seguridad.
Lo que conocemos actualmente por sistema de reconocimiento facial
facial naci en los aos sesenta, con los primeros sistemas que reconocan,
gracias a un administrador externo, rasgos como ojos, orejas, nariz o boca,

para as tomar distancias de referencia y compararlas con un patrn dado.

La automatizacin del reconocimiento facial no llegara hasta una dcada
despus, cuando se comenzaron a usar caractersticas como el grosor de los
labios o el color del cabello.
A partir de los noventa surge la biometra facial tal y como la entendemos
hoy en da, aunque su implementacin prctica llegara en 2001, con la
celebracin de la Super Bowl de la NFL, donde se archivaron fotografas de
los sistemas de vigilancia y se compararon con bases de datos digitales.
(Bernardo, 2013)

3.1.

RECONOCIMIENTO DE PATRONES

En este sub tema se trata de forma general el reconocimiento de patrones.

Esto puede considerarse como parte de la inteligencia artificial. De esta
afirmacin se puede mencionar algunas caractersticas del reconocimiento
de patrones.

3.1.1. REPRESENTACIN DEL CONOCIMIENTO DE FORMAS

El reconocimiento de formas se interpreta como la adquisicin de patrones
de clase conocida y su almacenamiento para establecer un prototipo del
patrn de cada clase. En otras palabras, las plantillas que tienen
caractersticas bsicas, servirn para el reconocimiento de un objeto, por
ejemplo sabemos que la plantilla para una letra A mayscula, es que son
dos lneas inclinadas unidas en un vrtice y atravesadas por una lnea
horizontal por la mitad.

De la descripcin anterior se pueden decir que cualquier letra A podr ser

reconocida, indiferentemente de su tamao, color o grosor. (Valver Gamboa,
2006)

3.1.2. APRENDIZAJE DE FORMAS

El

aprendizaje

implica

cambios

en

el

sistema.

En

un

sistema

de

reconocimiento de patrones, dependiendo del mtodo de aprendizaje, se

trata de calcular el patrn o prototipo o el conjunto de patrones prototipo
que caracterizan cada una de las clases a discriminar o filtrar.
Cuando se establece la manera de representar el conocimiento, se podra
formular un modelo de aprendizaje inductivo, a partir de un conjunto de
entrenamiento del patrn (conjunto de patrones) prototipo utilizando un
algoritmo de aprendizaje. (Valver Gamboa, 2006)

3.2.

RECONOCIMIENTO DE ROSTROS.

El reconocimiento de rostros es un rea del reconocimiento de patrones que

ha sido investigada desde hace varios aos. Durante todo este tiempo se
han propuesto tcnicas diferentes para la solucin de esta tarea, entre las
que se pueden mencionar:

Igualdad de plantillas

Clculos de eigen caras Caractersticas Geomtrica

Mtodos que utilizan redes neuronales

Independientemente de la tcnica que sea implementada, se utilizan

siempre dos conjuntos de datos:

 El primero es utilizado siempre para la etapa de aprendizaje, el cual

es llamado conjunto de entrenamiento. Se debe tratar de que los
patrones que integran este conjunto sean lo ms diferentes entre s, y
que adems, representan al problema, para poder tener un buen
porcentaje de generalizacin.
El segundo conjunto de patrones, es llamado conjunto de prueba, y es
utilizado en la etapa de reconocimiento.
Por ltimo, para reconocer un rostro se deben analizar los siguientes pasos
generales:

Preprocesamiento de la imagen

Extraccin de caractersticas

Entrenamiento

Reconocimiento

3.2.1. PRE PROCESAMIENTO DE LA IMAGEN

Como se puede intuir las imgenes de una misma persona son captadas en
momentos diferentes, lo que conlleva a que cada imagen sea diferente,
debido a que puede variar la iluminacin, el ngulo de enfoque y el tamao
del rostro (profundidad). Por esto es necesario pre procesar la imagen.

Entre las tareas ms comunes de procesamiento se puede mencionar:

Extraccin de informacin de la imagen de un rostro, que sea

irrelevante.

Normalizacin del tamao de la imagen (todos los rostros de un

tamao similar).

Aplicacin de un mtodo de filtrado. (Valver Gamboa, 2006)

3.2.2. EXTRACCIN DE CARACTERSTICAS

La extraccin de caractersticas es una de las etapas de la cual depende el
desempeo del sistema de reconocimiento de rostros. El objetivo principal
de esta etapa es extraer la informacin ms discriminante de un rostro,
eliminando la informacin innecesaria. Las tcnicas ms comunes son:

Extraccin de componentes bsicos del rostro

Relaciones de distancia entre ojos, nariz, boca y cejas.

Descriptores

invariantes

vectores

de

caracterstica.

(Valver

Gamboa, 2006)

3.2.3. ENTRENAMIENTO
El entrenamiento bsicamente consiste en utilizar alguna forma de
aprendizaje que le permita al sistema aprender rostros que formaran el
conjunto de entrenamiento. El tipo de entrenamiento a utilizar depender de
la metodologa usada para el reconocimiento.

3.2.4. RECONOCIMIENTO
La ltima etapa, en un sistema de reconocimiento de rostros es la etapa de
reconocimiento. Consiste en alimentar al sistema con imgenes de rostros
diferentes a las utilizadas durante el entrenamiento, esperando obtener
como resultado, alguna forma de codificacin que nos permita saber de qu
rostro se trata.

4. TERRAPUERTO DE CHICLAYO
El Terrapuerto que es una gran necesidad de la comunidad Chiclayana,
permitir ordenar el sistema de transporte interprovincial, descongestionar
el

caos

vehicular

y constituir

una

de

las

nuevas

centralidades

metropolitanas en el distrito de La victoria. En torno a l se plantea una

extensa y estratgica rea triangular que permitir una zonificacin de
Comercio

Metropolitano

compatible

con Centros

Comerciales,

centros

financieros y viviendas de alta densidad.

Este proyecto fue concebido para beneficiar a la ciudad de Chiclayo,
evitando el ingreso de buses interprovinciales al rea central de la ciudad de

Chiclayo, y permitir cambiar el uso de los inmuebles donde ahora funciona

los ms de

20 terminales en el centro de Chiclayo, el transporte

interprovincial se concentrara en un rea diseada, apropiada y segura; lo

que permitira reubicar y centralizar en forma apropiada cerca de 80
empresas de transporte interprovincial.

4.1.

UBICACIN

Se han identificado las reas de mayor factibilidad para la ubicacin del

terrapuerto. Esos terrenos son tres: el primero est ubicado en el lado
Oeste-Norte, entre el Ovalo de la Va de Evitamiento, a la salida a la caleta
de San Jos, hasta el puente de la va que lleva a Pimentel, a la altura de la
sede del Consejo Transitorio de Administracin Regional (CTAR) de
Lambayeque. El segundo lugar est en el Sector Oeste Sur, entre el referido
puente de la carretera a Pimentel y el distrito La Victoria. La tercera opcin
le corresponde a un terreno ubicado entre la Urbanizacin Satlite y el
Parque Industrial.

4.2.

DISEO

El Terrapuerto consideraba en su Programa Arquitectnico la construccin,

operacin y buen servicio de un terminal terrestre con ms de 500
estacionamientos, oficinas de atencin para 80 empresas de transporte,
hotel tres estrellas, restaurantes, sala de espera, centro comercial, reas de
administracin

control,

y propona la realizacin de

reas

una Alianza

de
Publico

mantenimiento,

etc.,

Privada (APP)

como

modalidad para dar en concesin el proyecto por 30 a mas aos, e ir a

la bsqueda de empresas interesadas en construir y operar este complejo
Terraportuario que se convertira en el HUB de la conectividad vial en el
norte y nororiente del Per, gracias a la especial geolocalizacin y a
la dinmica de nuestra ciudad de Chiclayo. (Paredes Garcia , 2012)

4.3.

FINANCIAMIENTO

Tras volver a fojas cero el proceso para la concesin de la obra del

terrapuerto, ahora existen cuatro grupos econmicos interesados en apostar
por este trabajo, seal ayer el jefe del Comit Especial de Promocin de la
Inversin Privada (Cepri), Lucio Asalde Vives, quien ayer se reuni con
empresarios ligados al banco Interbank.
Todo indica que se ha recobrado el inters del sector empresarial para
invertir en obras de la Municipalidad Provincial de Chiclayo (MPCh), luego de
la inestabilidad

administrativa

y financiera

generada

por

los actos

irregulares suscitados en la poca del ex burgomaestre Roberto Torres

Gonzales.
Se debe subrayar que el 25 de julio del 2014, en sesin de concejo, los
regidores dieron luz verde al proceso de oferta pblica de la concesin para
el proyecto "Terminal terrestre de transporte de pasajeros de Chiclayo" y se
cont con el visto bueno de Pro inversin; empero, en setiembre del mismo
ao, las iniciativas privadas El Pino y Casa Contratista decidieron dar un
paso al costado.
Asalde Vives enfatiz que actualmente las condiciones son diferentes, pues
no solo las dos empresas en mencin han mostrado su inters en participar,
sino tambin el Grupo Tepsa y hombres de negocios vinculados a Interbank.
Mencion que la iniciativa privada presentada en su momento a la
municipalidad de Chiclayo fue de 20 millones de soles, aunque seal que el
monto puede duplicarse en razn a la complejidad de la obra.
El representante del Cepri-Terrapuerto de Chiclayo puntualiz que la
construccin de este terminal de pasajeros ser con financiamiento privado.
Se requiere por lo menos unos 40 millones de nuevos soles para concretar
esta iniciativa que sera va concesin, asegur. (Vega, 2015)

BIBLIOGRAFAS:
Bernardo, A. (23 de Abril de 2013). Think Big. Recuperado el 08 de Febrero
de 2015, de http://blogthinkbig.com/asi-ha-avanzado-la-tecnologiade-reconocimiento-facial/
M, K., & L, S. (1987). A Low-Dimensional Procedure for the Characterization
of Human Faces. Optical Soc.
Paredes Garcia , C. G. (28 de Noviembre de 2012). Entre Seres Urbanos.
Recuperado el 08 de Febrero de 2015, de
http://ruralizacionurbana.blogspot.com/2012/11/el-terrapuerto-quenunca-tendremos.html
Valver Gamboa, J. (2006). Metodos y Tecnicas de Reconocimiento de Rostros
en Imagenes Digitales Bidimensionales. Guatemala: Universidad de
San Carlos de Guatemala.
Vega, Y. (8 de enero de 2015). La Republica. Recuperado el 8 de enero de
2015, de http://www.larepublica.pe/09-01-2015/cuatro-gruposeconomicos-interesados-en-invertir-en-la-obra-del-terrapuerto