Diseño de un prototipo de software para reconocimiento facial para el control ingreso y salida de personal de una empresa.

Abstract

Este proyecto presenta el desarrollo de un prototipo para el control de asistencia laboral mediante reconocimiento facial, orientado a optimizar los procesos de registro de entrada y salida de los funcionarios de una organización. El objetivo principal fue diseñar una solución tecnológica confiable, segura y eficiente, superando las limitaciones de los métodos tradicionales como planillas manuales, relojes checadores o lectores de huella digital, los cuales resultan vulnerables y poco escalables. La metodología se basó en la construcción de un prototipo funcional implementado en Python, empleando una cámara web convencional para la captura en tiempo real y técnicas de aprendizaje automático aplicadas al reconocimiento facial. El sistema opera sobre una base de datos adaptable, lo que facilita el almacenamiento estructurado y la consulta de los registros de asistencia. En cuanto a resultados, el prototipo alcanzó una precisión superior al 98% en la identificación de usuarios, con un margen de error aproximado del 1% asociado a intentos de suplantación mediante fotografías y la poca iluminación a la hora del reconocimiento facial. El tiempo promedio de detección, verificación y registro fue de 2-4 segundos, mostrando un desempeño adecuado para entornos laborales, este tiempo fue manipulado por nosotros, bajando los fps ya que reconoció muy rápido, y podría reconocer a más de 2 personas, generando errores que es lo que se quiere mitigar El proyecto concluye que el reconocimiento facial constituye una alternativa moderna y eficaz para la gestión de asistencia, aportando seguridad, confiabilidad y reducción de tiempos administrativos. Se recomienda explorar su integración con plataformas empresariales existentes y fortalecer las medidas de protección de datos sensibles bajo estándares éticos y normativos. Asimismo, se plantea la necesidad de pruebas piloto en organizaciones reales para validar la escalabilidad del sistema en contextos de mayor complejidad.