Mateus Rojas, ArmandoPlazas Pirabán, Lina AlejandraBetancur Sanchez, Bryan Steven2021-09-172021-09-172021-09-16Plazas Pirabán, L.A. & Betancur Sanchez, B.S. (2021) Desarrollo de un algoritmo de re-identificación multi-modal de personas para mejorar la asistencia personalizada en una casa familiar [Trabajo de grado pregrado Ingeniería Electrónica] Repositorio Institucionalhttp://hdl.handle.net/11634/35563Este documento presenta el desarrollo de un algoritmo de re-identificación multimodal para mejorar la interacción Humano-Robot en el ámbito de asistencia doméstica. De esta manera, se integraron diferentes estrategias de reconocimiento de personas como lo son reconocimiento facial, por voz y por características soft-biométricas (color de cabello, ojos y piel). Para esto, en primer lugar se realizó una consulta bibliográfica donde se eligieron posibles algoritmos a utilizar; luego se implementaron y se realizaron diferentes pruebas con el fin de elegir los algoritmos que presentaban mejores resultados por cada estrategia de re-identificación, después se integraron en un único desarrollo basado en regresión lineal múltiple el cual tuvo un porcentaje de acierto del 97.4%. De igual manera, se implementó todo el sistema en ROS (sistema operativo robótico) y se realizaron pruebas donde se evaluó si el algoritmo reconocía órdenes básicas personalizadas.This document presents the development of a multimodal re-identification algorithm to improve Human-Robot interaction in the home care setting. In this way, different people recognition strategies were integrated, such as facial recognition, voice recognition and soft-biometric characteristics (hair, eye and skin color). For this, in the first place a bibliographic consultation was carried out where possible algorithms to be used were chosen; Later, different tests were implemented and carried out in order to choose the algorithms that presented the best results for each re-identification strategy, then they were integrated into a single development based on multiple linear regression, which had a 97.4% success rate. Similarly, the entire system was implemented in ROS (robotic operating system) and tests were carried out where it was evaluated if the algorithm recognized personalized basic orders.application/pdfspaAtribución-NoComercial-SinDerivadas 2.5 ColombiaAtribución-NoComercial-SinDerivadas 2.5 Colombiahttp://creativecommons.org/licenses/by-nc-nd/2.5/co/bachelor thesisFace recognitionVoice recognitionSoft-biometric characteristicsInteligencia artificialDeep learningAlgoritmo multimodalAbierto (Texto Completo)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Reconocimiento rostroReconocimiento vozCaracterísticas soft-biométricasreponame:Repositorio Institucional Universidad Santo Tomásinstname:Universidad Santo Tomásrepourl:https://repository.usta.edu.co