Proyecto 6: Computer Vision

Sistema de asistencia automatizada con reconocimiento facial

Este proyecto implementa el Proyecto 1 de la consigna: un sistema que registra asistencia automaticamente a partir del reconocimiento facial de una persona en una imagen o en tiempo real mediante webcam.

La solucion usa la libreria deepface para:

• verificacion y reconocimiento facial
• busqueda de coincidencias dentro de una base de rostros registrados
• analisis de atributos faciales basicos como edad, genero y emocion

Ademas, el sistema genera una bitacora CSV de asistencia para que el docente o evaluador pueda revisar los registros.

Funcionalidades

• Registro de personas a partir de fotografias
• Reconocimiento facial sobre una imagen
• Pase de asistencia con imagen
• Pase de asistencia en tiempo real con webcam
• Reporte de asistencia guardado en data/reports/attendance_log.csv
• Analisis facial opcional usando DeepFace

Estructura del proyecto

.
├── app.py
├── data/
│   ├── captures/
│   ├── known_faces/
│   └── reports/
├── face_attendance/
│   ├── cli.py
│   ├── config.py
│   ├── service.py
│   └── storage.py
└── requirements.txt

Requisitos

• Python 3.10 o superior
• Webcam opcional para el modo en tiempo real

Instalacion

1. Clona el repositorio y entra a la carpeta del proyecto.

git clone https://github.com/EnigmaticIndividual1/Computer-Vision.git
cd Computer-Vision

2. Crea un entorno virtual.

python3 -m venv .venv

3. Activa el entorno virtual.

En macOS / Linux:

source .venv/bin/activate

En Windows PowerShell:

.venv\Scripts\Activate.ps1

4. Instala dependencias.

pip install --upgrade pip
pip install -r requirements.txt

Uso

1. Inicializar carpetas del proyecto

python app.py init-dirs

2. Registrar personas

Agrega al menos una fotografia clara por persona.

python app.py register --name "Alan Pineda" --image /ruta/a/alan_1.jpg
python app.py register --name "Alan Pineda" --image /ruta/a/alan_2.jpg
python app.py register --name "Maria Lopez" --image /ruta/a/maria.jpg

Las imagenes quedan copiadas dentro de data/known_faces/.

3. Ver las personas registradas

python app.py list-people

4. Reconocer un rostro dentro de una imagen

python app.py recognize --image /ruta/a/foto_prueba.jpg

Salida esperada aproximada:

Rostro 1: Alan Pineda (distance=0.2143, threshold=0.4)

5. Marcar asistencia desde una imagen

python app.py mark --image /ruta/a/foto_prueba.jpg

Si la persona ya fue registrada en la fecha actual, el sistema la marca como duplicado para evitar asistencias repetidas el mismo dia.

6. Marcar asistencia en tiempo real con webcam

python app.py webcam

Comandos del modo webcam:

• q: salir de la aplicacion

Opcionalmente puedes ajustar el indice de camara y la frecuencia de reconocimiento:

python app.py webcam --camera 0 --frame-interval 20

7. Ver el reporte de asistencia

Todos los registros se guardan en data/reports/attendance_log.csv.

Para verlos en consola:

python app.py report

Para filtrar por fecha:

python app.py report --date 2026-03-18

8. Analizar atributos faciales

python app.py analyze --image /ruta/a/foto_prueba.jpg

Salida esperada aproximada:

Rostro 1: edad=24, genero=Man, emocion=happy

Flujo recomendado para calificar el proyecto

1. Instalar dependencias con requirements.txt.
2. Registrar una o mas personas con fotografias reales.
3. Ejecutar python app.py recognize --image ... para comprobar reconocimiento.
4. Ejecutar python app.py mark --image ... o python app.py webcam para registrar asistencia.
5. Revisar data/reports/attendance_log.csv.

Notas

• La primera ejecucion de DeepFace puede tardar mas porque descarga pesos del modelo si todavia no existen en el equipo.
• Para obtener mejores resultados, usa fotos frontales, con buena iluminacion y sin filtros.
• Si la webcam no esta disponible, todo el proyecto puede demostrarse usando solamente imagenes.