Diseño e implementación de un estimador de edad, género y raza con imágenes de rostros a través de inteligencia artificial

Abstract

La presente investigación tiene como objetivo el diseño e implementacion de un prototipo de procesador de imágenes de rostros para la estimación de tres características faciales: el genero, la raza y la edad. El estudio se llevo a cabo a través de la metodología CRISP-DM. Se realizo un procesamiento previo de los datos, los cuales consistan en 23708 imágenes de rostros. Se desarrollaron modelos de Machine Learning, extrayendo previamente características a través de descriptores locales; y Deep Learning mediante la técnica de Transfer Learning en una red neuronal con una estructura Multitask. Para ambos se diseño y ejecuto un esquema de entrenamiento y calibración de parámetros de los algoritmos, a n de obtener el mejor desempeño posible. Los resultados obtenidos muestran que ambos enfoques de la Inteligencia Arti cial son técnicas apropiadas para el desarrollo del prototipo planteado en esta investigación. Para la implementacion fue añadida una funcionalidad de detección facial, y se utilizo el modelo de Deep Learning, que demostró en términos generales un mejor desempeño. Este prototipo puede ser utilizado como procesador de imágenes para detección y análisis facial.