Desarrollo de aplicación para el control y gestión de almuerzos en casinos empresariales utilizando sistema de reconocimiento facial

Texto completo

(1)Universidad Distrital Fráncico José de Caldas, Parada Mojica Luis Alejandro.. 1. Desarrollo de aplicación para el control y gestión de almuerzos en casinos empresariales utilizando sistema de reconocimiento facial Alejandro, Parada. [email protected] Universidad Distrital Fráncico José de Caldas. Resumen— En este proyecto se examinan las problemáticas presentadas en los sistemas de catering industrial y que además están presentes en la mayoría de empresas que adquieren este servicio, una problemática relevante son los cobros excesivos y fraude a la hora de adquirir la comida por parte del usuario, para esto se plantea una aplicación la cual permite optimizar la logística presente en la distribución de almuerzos, anular la posibilidad de cobros incorrectos, control en la asignación de almuerzos a cada persona y además contribuir al medio ambiente eliminando la necesidad de imprimir tickets para canjear por el almuerzo.. Índice de Términos— Reconocimiento facial, catering,, software.. Abstract— This project examines the problems presented in the systems of industrial catering and are also present in the majority of companies that acquire this service, a relevant problem are the excessive charges and fraud when acquiring the Food by the user, for this is an application that allows optimizing the logistics present in the distribution of lunches, annul the possibility of incorrect collections, control in the allocation of lunches to each person and also contribute to Environment eliminating the need to print tickets to redeem for lunch.. control de los almuerzos despachados realizando énfasis en el caso donde las empresas asumen la alimentación de sus empleados. Normalmente la logística de los casinos se basa en tickets los cuales son asignados a las personas, cada ticket representa un almuerzo y tiene que ser canjeado una vez se pretenda almorzar, este método satisface las necesidades básicas para llevar el control de los almuerzos despachados, pero en casos en los cuales existe un gran flujo de comensales este método se vuelve ineficiente, además de prestarse para confusiones y fraudes que pueden representar pérdidas sustanciales para la entidad que presta el servicio de catering o la empresa que asume el costo de los almuerzos de sus empleados. El siguiente proyecto propone una aplicación la cual pretende optimizar la logística y el control en el suministro de alimentos, permitiendo el registro y verificación en tiempo real de los almuerzos disponibles y consumidos por cada empleado de la empresa, esto sin la necesidad de usar tickets ya que el sistema será capaz de reconocer a cada usuario y verificar automáticamente las comidas asignadas a este por medio de reconocimiento facial. Para el desarrollo del proyecto se buscará optimizar tiempos utilizando aspectos de metodologías ágiles, partiendo de los requisitos de la aplicación, seguimiento de cada una de las fases del desarrollo del proyecto, control de tiempos y pruebas finales del software, proyectando así una plataforma versátil la cual permite la trazabilidad de todos los consumos de cada empleado, asegurando así que no se presenten cobros excesivos por equivocaciones o fraudes.. Keywords— Facial recognition, catering, software. INTRODUCCIÓN Los sistemas de casinos de comida o servicios de catering industrial nacen para cubrir la necesidad de suplir la alimentación de los empleados de una empresa, este servicio es prestado por entidades especializadas, las cuales tienen como finalidad brindar comida de alta calidad ajustada a las necesidades de los empleados teniendo en cuenta las condiciones laborales. Partiendo de este punto crean menús los cuales varían en diversidad y precios comúnmente denominados ejecutivos y premiun, este proceso de venta de comida exige una logística robusta la cual permita llevar el. I. OBJETIVOS OBJETIVO GENERAL Desarrollar una aplicación que posibilite mejorar el control y gestión de almuerzos en casinos empresariales utilizando reconocimiento facial. OBJETIVOS ESPECIFICOS • • •. Desarrollar algoritmo de reconocimiento facial usando librería Emgu Diseño y desarrollo de aplicativo usando algoritmo de reconocimiento facial Validar correcto funcionamiento de la aplicación.

(2) Universidad Distrital Fráncico José de Caldas, Parada Mojica Luis Alejandro. II. PLANTEAMIENTO DEL PROBLEMA Actualmente en las grandes empresas existen casinos o servicios de catering industrial servicio prestado por terceros, el cual busca aumentar la producción de sus empleados permitiéndoles llevar una dieta balanceada en su almuerzo, comodidad y posibilidad de descansar más tiempo ya que el comer dentro de la empresa disminuye el tiempo que normalmente se destina a salir y buscar un restaurante que les preste el servicio. Algunas de estas empresas además de contar con este servicio de casino asumen el costo de la alimentación de sus visitantes y empleados, lo que se presta para que las personas tomen varios almuerzos o se facturen más almuerzos de los que realmente se consumen generando grandes pérdidas para las empresas que adquieren el servicio, Estas pérdidas se vuelven exorbitantes cuando la empresa cuenta con más de 1000 empleados, por esto se hace necesario la búsqueda de mecanismos de control que disminuyan estas pérdidas lo máximo posible.. III.. HIPÓTESIS. Las empresas que asumen el costo de alimentación de sus1. empleados por lo general tienen sobrecostos, por esto se plantea una solución que consiste en un sistema el cual permite2. automatizar la logística que normalmente se trabaja en los casinos, este sistema además controlar el conteo, anulará la3. posibilidad de que una persona tome más almuerzos de los permitidos, esto gracias a la integración de reconocimiento4 facial lo que permite la identificación de cada persona registrada y consigo datos como tickets disponibles diariamente, menú al que tiene acceso y demás datos que se crean convenientes, esto acompañado de un menor impacto ambiental al eliminar los tickets o cualquier otro elemento que requiera materiales que representen un impacto directo sobre el medio ambiente. IV. DESARROLLO a.. Levantamiento de requerimientos y planeación. -Definición de la solución propuesta Para. Grandes empresas, Casinos, Empresas que ofrecen servicios de Catering. Quién. Servicios de casinos y catering con problemas en la logística, lo que refleja perdidas en la distribución de almuerzos. El sistema. logística fácil en la comida [EASYLOGFOOD]. 2. Catalogado como. Sistema de gestión para la distribución de almuerzos en casinos y servicios de catering industrial. Ofrece. Eficiencia en la logística de distribución del almuerzos en un casino. A diferencia de. Existen sistemas los cuales mejoran la logística de almuerzos usando tickets con QR, lo que permite un registro y gestión de alguna manera de la cantidad de almuerzos distribuidos, y trazabilidad de la persona que lo adquirió. Pero esta aplicación se basa en el tratamiento de imagen y reconocimiento facial para validar la identidad de la persona y la disponibilidad de almuerzos para la misma.. -Beneficios obtenidos con el proyecto 1. Optimización de la logística de distribución de almuerzos 2. Trazabilidad de los almuerzos distribuidos a cada persona 3. Erradicación de pérdidas por fraude en la adquisición de almuerzos 4. Menor uso de papelería V. DISEÑO Y DESARROLLO DEL APLICATIVO Diseño del aplicativo La aplicación cuenta con tres módulos los cuales permiten el funcionamiento del sistema a. Módulo de reconocimiento Este módulo es el encargado de adquirir la imagen, procesarla, compararla y finalmente generar un veredicto sobre la persona o personas que se detectan en determinado instante. Partiendo de este punto se hace necesario que este módulo de la aplicación se encuentre activo en todo instante..

(3) Universidad Distrital Fráncico José de Caldas, Parada Mojica Luis Alejandro.. c.. 3. Módulo de históricos. b. Módulo de registro Este módulo permite el registro de las personas, en este registro se ingresan aspectos importantes del usuario como Nombres, Cedula, Menú al que tiene acceso, días de la semana en los que puede reclamar almuerzo. Una vez ingresado estos datos, la aplicación permite realizar el entrenamiento de la misma, esto con el fin de obtener y guardar un registro de las características o patrones faciales de la persona.. Este módulo permite el tratamiento y gestión del histórico de registros, concretamente permite filtrar, seleccionar y exportar los registros a formatos de Excel los cuales facilitan aún más el tratamiento de dichos datos. d. Módulo de Visualización Este módulo se encargará de reflejar los turnos de las personas con datos como nombre y menú en dado caso que la persona tenga acceso al servicio. Una vez la persona reciba el almuerzo se tendrá la posibilidad de notificar la entrega terminando así la transacción..

(4) Universidad Distrital Fráncico José de Caldas, Parada Mojica Luis Alejandro.. 4. Una vez entrenados los clasificadores se puede lograr realizar una detección sobre cualquier imagen de entrada, de forma que a modo de ejemplo se pueda obtener resultados como los mostrados en la figura. Desarrollo del aplicativo La aplicación se basará en un modelo monolítico el cual estará basado en el lenguaje C# en visual estudio y contará con una capa de persistencia en Mysql. Partiendo de la selección de este lenguaje se realizó la clasificación de bibliotecas de tratamiento de imágenes seleccionando finalmente la biblioteca OpenCv por medio de Emgu. OpenCv es una biblioteca la cual está desarrollada para C++, por esto se selecciona un contenedor de OpenCv llamado Emgu el cual es multiplataforma para .Net permitiendo de esta manera que las funciones de OpenCv sean compatibles con lenguajes .net como c#, VB, VC++ entre otros.. A. Detección y reconocimiento facial Clasificadores en Cascada El método de clasificación en cascada hace uso de los clasificadores entrenados mediante adaboost y de diferentes estados o fases para generar una detección rápida y certera de cualquier imagen. Partiendo de los clasificadores débiles obtenidos en los pasos anteriores se realimentan nuevos clasificadores con mayor información y mucho más robustos. Es de esta forma que un clasificador puede ser entrenado según la robustez y precisión que se requiera del mismo. Para entrenar un clasificador en cascada se hace uso de cientos de muestras positivas y negativas del objeto a detectar, “enseñándole” al clasificador en qué casos el objeto en cuestión se encuentra, o no, en la imagen. Una vez el clasificador ha sido entrenado realizará el proceso anteriormente explicado para recorrer una imagen en busca del objetivo a detectar. La idea base es lograr contar con un nivel de detección ente el ͺ85 y 95% con tasas muy bajas de falsos positivos sin el sacrificio de un esfuerzo computacional sobredimensionado.. [1] Detección de rostros, Librería Emgu. Registro de personal Una vez se cuenta con el sistema de detección de rostros, se procede a realizar la toma de imagenes las cuales son ligadas a la cedula de la persona, dato que será utilizado para realizar busquedas en la capa de persistencia en donde se alojaran los demas datos de la persona como el nombre, apellidos, menu, entre otros. El objetivo de este modulo es adquirir una serie de imágenes de cada persona, la cual sera la base para que la comparación con la señal de video en tiempo real sea posible, y asi reconocer determinada persona.. Reconocimiento Facial HAAR-LIKE FEATURES Entre las principales características de la detección propuesta por Viola y Jones se encuentran los Haar Like Features,.

(5) Universidad Distrital Fráncico José de Caldas, Parada Mojica Luis Alejandro.. 5. Denominados como características tipo Haar. Estas características están definidas como regiones rectangulares que se forman a partir de la variación de contraste en algunas zonas de interés de una imagen escalada de girses. Las características generadas pueden ser de 3 tipos; de dos, tres y hasta cuatro rectángulos, de forma que la suma de los pixeles encontrados dentro del rectángulo blanco es restada de los encontrados dentro del rectángulo negro.. es posible que el algoritmo alojado en el main de la aplicación, visualice la señal arrojada por la cámara en tiempo real para que la persona que se encuentre en el marco de la imagen sea comparado con todas las imágenes y una vez se encuentre la imagen de referencia con una coincidencia mayor del 95%, se seleccione y se consulten los metadatos ligados a la misma en la capa de persistencia.. se puede decir que sobre una imagen de 21x21 pixeles puede haber más de 90000 características diferentes, de hecho, en su trabajo, Paul Viola y Michael Jones afirman que sobre una imagen de 24x24 se obtienen 45.396 características de tipo Haar. Para el reconocimiento facial básicamente se realiza comparación entre imágenes obtenidas a partir del entrenamiento y la imagen de la cámara, esto validando las coincidencias en cuanto a características tipo Haar de las dos imágenes, cuando esta validación encuentra una coincidencia mayor al 95% selecciona la imagen y sus metadatos lo que nos permite identificar plenamente a la persona en cuestión.. Una vez realizada la detección, el empleado selecciona la opción aprobar, esta opción enseguida realiza una validación de la disponibilidad del almuerzo para el usuario en cuestión. En dado caso que la validación sea positiva genera automáticamente un registro en la capa de persistencia, lo que se traduce en una petición de almuerzo aceptada y próxima a entregar. Este registro permite llevar una trazabilidad de los almuerzos entregados a cada persona y evita que usuarios tengan la posibilidad de realizar fraude al momento de adquirir el almuerzo. b.. Visualización. Una vez se verifica que el usuario tiene acceso al almuerzo, este inmediatamente se remite al entorno de visualización, este entorno de visualización permite a los empleados verificar que almuerzos necesitan ser servidos y entregados próximamente.. [2] Haar-like features COMPARACIÓN Para un reconocimiento facial exitoso, se hace necesario realizar un entrenamiento de la aplicación, el cual consiste en realizar una toma de imágenes de cada persona las cuales se almacenan en el HAAR-LIKE FEATURES proceso realizado en el Módulo de registro, una vez el entrenamiento es realizado,.

(6) Universidad Distrital Fráncico José de Caldas, Parada Mojica Luis Alejandro.. VI.. CONCLUSIONES. - Se diseña e implementa un sistema el cual permite por medio de reconocimiento facial, controlar la adquisición de almuerzos en un Casino empresarial, mejorando de esta manera la logística normalmente usada. - El sistema permite generar una trazabilidad de los almuerzos despachados y de igual manera controlar los posibles fraudes que se puedan presentar a la hora de adquirir un almuerzo. -Se obtiene un algoritmo que emplea reconocimiento facial con la posibilidad de adaptación para gran variedad de aplicaciones. - El sistema al utilizar reconocimiento facial descarta la necesidad de utilizar tickets para la entrega de almuerzos, lo que representa un ahorro y además contribuye a minimizar el impacto ambiental que repercute el uso de papel para generar tickets. - Se determinó el impacto que tiene las condiciones de iluminación y calidad del dispositivo de captura ante la detección y reconocimiento facial, estas variables afectan directamente la exactitud de reconocimiento por lo que es necesario asegurar que las condiciones del entorno sean lo más estables con respecto a las condiciones en las que se realizó el entrenamiento ya que cambios radicales de nivel de iluminación o calidad del dispositivo de captura pueden repercutir errores en la detección... REFERENCIAS [1]Trujillo Restrepo, Sebastián. diseño e implementación de un dispositivo ptz capaz de realizar el seguimiento de un objetivo humano en movimiento. proyecto de grado para optar al título de ingeniero mecatrónico. Bogotá, universidad de San buenaventura sede Bogotá, 2017. [2] Tamayo Zuluaga, Juan Gabriel. Reconocimiento de figuras geométricas a través de una webcam con opencv. Proyecto de grado para optar al título de ingeniero de sistemas. Medellín : Universidad de San Buenaventura sede Medellín, 2012. [3] OpenCV Team. Open Source Computer Vision Library. [En línea] [Citado el: 02 de Junio de 2017.] [4]Practical python and opencv. 2da Edición. Case studies. s.l. : Pyimagesearch, 2015.. 6.

(7)