MARCO TERICO1. INTRODUCCINEn los ltimos aos se ha visto como la delincuencia en el pas ha incrementado enormemente, especialmente en zonas de mayor concentracin de personas, reflejo de ello tenemos las ltimas encuestas realizadas en el pas, el cual nos muestra una poblacin con desconfianza y temerosa por ser constantemente vctimas de delitos; es por eso que el proyecto busca reducir esta tasa delictiva, implementando un sistema de reconocimiento facial en el nuevo terrapuerto de Chiclayo, a travs de un software el cual tendr una base de datos de los requisitoriados, esto tomando como fuente la base de datos de archivos de fotos digitales que actualmente posee la RENIEC, haciendo as que el efectivo policial en el momento de tener algn sospechoso puede verificar si esta persona posee alguna requisitoria haciendo ms rpida la investigacin y por ende la captura de los facinerosos.2. ANTECEDENTESEl reconocimiento facial automatizado es relativamente un concepto nuevo. Desarrollado en los aos 60, el primer sistema semiautomtico para reconocimiento facial requera del administrador para localizar rasgos (como ojos, orejas, nariz y boca) en las fotografas antes de que este calculara distancias a puntos de referencia en comn, los cuales eran comparados luego con datos de referencia.En los aos 70 Goldstein, Harmon, & Lesk, usaron 21 marcadores subjetivos especficos tales como el color del cabello y grosor de labios para automatizar el reconocimiento facial. El problema con estas soluciones previas era que se computaban manualmente. En 1988 Kirby & Sirobich aplicaron anlisis de componentes principales, una tcnica estndar del lgebra lineal, al problema del reconocimiento facial. Esto fue considerado algo as como un hito al mostrar que eran requeridos menos de 100 valores para cifrar acertadamente la imagen de una cara convenientemente alineada y normalizada. (M & L, 1987)En 1991 Turk & Pentland utilizando las tcnicas Eigenfaces, el error residual poda ser utilizado para detectar caras en las imgenes - un descubrimiento que permiti sistemas automatizados de reconocimiento facial en tiempo real fidedignos. Si bien la aproximacin era un tanto forzada por factores ambientales, cre sin embargo un inters significativo en posteriores desarrollos de stos sistemas.La tecnologa inicialmente captur la atencin del pblico a partir de la reaccin de los medios a una prueba de implementacin en el Super Bowl de la NFL en enero de 2001, la cual captur imgenes de vigilancia y las compar con una base de datos de foto archivos digitales. Esta demostracin inici un muy requerido anlisis sobre cmo usar la tecnologa para satisfacer necesidades nacionales, mientras se tomaban en consideracin las preocupaciones sociales y de privacidad del pblico. Hoy la tecnologa de reconocimiento facial est siendo utilizada para combatir el fraude de pasaportes, soporte al orden pblico, identificacin de nios extraviados, personas requisitoriadas y minimizar el fraude en las identificaciones.

3. DESCRIPCIN GENERALLa tecnologa de reconocimiento facial, al igual que otras tcnicas biomtricas ha avanzado muchsimo en los ltimos aos. Hace tiempo, los algoritmos utilizados se basaban en modelos geomtricos simples. Sin embargo, las innovaciones computacionales han permitido la creacin de una ciencia mucho ms sofisticada, basada en lo que se conoce como representaciones matemticas y procesos de coincidencia.En los ltimos quince aos, la tecnologa de reconocimiento facial ha dado unsalto espectacular, gracias a las novedades presentadas por la industria de este sector, y a la necesidad de las propias administraciones por adaptar estas tcnicas en sus controles policiales y de seguridad.Lo que conocemos actualmente porsistema de reconocimiento facial facialnaci en los aos sesenta, con los primeros sistemas que reconocan, gracias a un administrador externo, rasgos como ojos, orejas, nariz o boca, para as tomar distancias de referencia y compararlas con un patrn dado. Laautomatizacin del reconocimiento facialno llegara hasta una dcada despus, cuando se comenzaron a usar caractersticas como el grosor de los labios o el color del cabello.A partir de los noventa surge la biometra facial tal y como la entendemos hoy en da, aunque su implementacin prctica llegara en 2001, con la celebracin de laSuper Bowl de la NFL, donde se archivaron fotografas de los sistemas de vigilancia y se compararon con bases de datos digitales. (Bernardo, 2013)

3.1. RECONOCIMIENTO DE PATRONES En este sub tema se trata de forma general el reconocimiento de patrones. Esto puede considerarse como parte de la inteligencia artificial. De esta afirmacin se puede mencionar algunas caractersticas del reconocimiento de patrones.

3.1.1. REPRESENTACIN DEL CONOCIMIENTO DE FORMAS El reconocimiento de formas se interpreta como la adquisicin de patrones de clase conocida y su almacenamiento para establecer un prototipo del patrn de cada clase. En otras palabras, las plantillas que tienen caractersticas bsicas, servirn para el reconocimiento de un objeto, por ejemplo sabemos que la plantilla para una letra A mayscula, es que son dos lneas inclinadas unidas en un vrtice y atravesadas por una lnea horizontal por la mitad.De la descripcin anterior se pueden decir que cualquier letra A podr ser reconocida, indiferentemente de su tamao, color o grosor. (Valver Gamboa, 2006)

3.1.2. APRENDIZAJE DE FORMASEl aprendizaje implica cambios en el sistema. En un sistema de reconocimiento de patrones, dependiendo del mtodo de aprendizaje, se trata de calcular el patrn o prototipo o el conjunto de patrones prototipo que caracterizan cada una de las clases a discriminar o filtrar.Cuando se establece la manera de representar el conocimiento, se podra formular un modelo de aprendizaje inductivo, a partir de un conjunto de entrenamiento del patrn (conjunto de patrones) prototipo utilizando un algoritmo de aprendizaje. (Valver Gamboa, 2006)

3.2. RECONOCIMIENTO DE ROSTROS.El reconocimiento de rostros es un rea del reconocimiento de patrones que ha sido investigada desde hace varios aos. Durante todo este tiempo se han propuesto tcnicas diferentes para la solucin de esta tarea, entre las que se pueden mencionar: Igualdad de plantillas Clculos de eigen caras Caractersticas Geomtrica Mtodos que utilizan redes neuronalesIndependientemente de la tcnica que sea implementada, se utilizan siempre dos conjuntos de datos: El primero es utilizado siempre para la etapa de aprendizaje, el cual es llamado conjunto de entrenamiento. Se debe tratar de que los patrones que integran este conjunto sean lo ms diferentes entre s, y que adems, representan al problema, para poder tener un buen porcentaje de generalizacin. El segundo conjunto de patrones, es llamado conjunto de prueba, y es utilizado en la etapa de reconocimiento.Por ltimo, para reconocer un rostro se deben analizar los siguientes pasos generales: Preprocesamiento de la imagen Extraccin de caractersticas Entrenamiento Reconocimiento

3.2.1. PRE PROCESAMIENTO DE LA IMAGENComo se puede intuir las imgenes de una misma persona son captadas en momentos diferentes, lo que conlleva a que cada imagen sea diferente, debido a que puede variar la iluminacin, el ngulo de enfoque y el tamao del rostro (profundidad). Por esto es necesario pre procesar la imagen. Entre las tareas ms comunes de procesamiento se puede mencionar: Extraccin de informacin de la imagen de un rostro, que sea irrelevante. Normalizacin del tamao de la imagen (todos los rostros de un tamao similar). Aplicacin de un mtodo de filtrado. (Valver Gamboa, 2006)

3.2.2. EXTRACCIN DE CARACTERSTICASLa extraccin de caractersticas es una de las etapas de la cual depende el desempeo del sistema de reconocimiento de rostros. El objetivo principal de esta etapa es extraer la informacin ms discriminante de un rostro, eliminando la informacin innecesaria. Las tcnicas ms comunes son: Extraccin de componentes bsicos del rostro Relaciones de distancia entre ojos, nariz, boca y cejas. Descriptores invariantes y vectores de caracterstica. (Valver Gamboa, 2006)

3.2.3. ENTRENAMIENTOEl entrenamiento bsicamente consiste en utilizar alguna forma de aprendizaje que le permita al sistema aprender rostros que formaran el conjunto de entrenamiento. El tipo de entrenamiento a utilizar depender de la metodologa usada para el reconocimiento.

3.2.4. RECONOCIMIENTO La ltima etapa, en un sistema de reconocimiento de rostros es la etapa de reconocimiento. Consiste en alimentar al sistema con imgenes de rostros diferentes a las utilizadas durante el entrenamiento, esperando obtener como resultado, alguna forma de codificacin que nos permita saber de qu rostro se trata.

4. TERRAPUERTO DE CHICLAYOEl Terrapuerto que es una gran necesidad de la comunidad Chiclayana, permitir ordenar el sistema de transporte interprovincial, descongestionar el caos vehicular yconstituir una de las nuevas centralidades metropolitanas en eldistrito de La victoria. En torno a l se plantea una extensa yestratgicarea triangularque permitir una zonificacin de Comercio Metropolitano compatible conCentros Comerciales, centros financieros y viviendas de alta densidad.Este proyecto fue concebido parabeneficiar a la ciudad de Chiclayo, evitando el ingreso de buses interprovinciales alreacentral de la ciudad de Chiclayo, ypermitircambiar el uso de los inmuebles donde ahora funciona los ms de 20 terminales en el centro de Chiclayo, el transporte interprovincial seconcentraraen un rea diseada, apropiada y segura; lo quepermitirareubicar y centralizar en forma apropiada cerca de 80 empresas de transporte interprovincial.

4.1. UBICACINSe han identificado las reas de mayor factibilidad para la ubicacin del terrapuerto. Esos terrenos son tres: el primero est ubicado en el lado Oeste-Norte, entre el Ovalo de la Va de Evitamiento, a la salida a la caleta de San Jos, hasta el puente de la va que lleva a Pimentel, a la altura de la sede del Consejo Transitorio de Administracin Regional (CTAR) de Lambayeque. El segundo lugar est en el Sector Oeste Sur, entre el referido puente de la carretera a Pimentel y el distrito La Victoria. La tercera opcin le corresponde a un terreno ubicado entre la Urbanizacin Satlite y el Parque Industrial.

4.2. DISEOEl Terrapuerto consideraba en suPrograma Arquitectnicola construccin, operacin y buen servicio de un terminal terrestre con ms de 500 estacionamientos, oficinas de atencin para 80 empresas de transporte, hotel tres estrellas, restaurantes, sala de espera, centro comercial, reas de administracin y control, reas de mantenimiento, etc., yproponalarealizacinde unaAlianza Publico Privada(APP) como modalidad para dar enconcesinel proyecto por 30 a mas aos, e ir a labsquedade empresas interesadas en construir y operar este complejo Terraportuario que seconvertiraen el HUB de la conectividad vial en el norte y nororiente delPer, gracias a la especialgeolocalizaciny a ladinmicade nuestra ciudad deChiclayo.(Paredes Garcia , 2012)

4.3. FINANCIAMIENTOTras volver a fojas cero el proceso para la concesin de la obra del terrapuerto, ahora existen cuatro grupos econmicos interesados en apostar por este trabajo, seal ayer el jefe del Comit Especial de Promocin de la Inversin Privada (Cepri), Lucio Asalde Vives, quien ayer se reuni con empresarios ligados al banco Interbank.Todo indica que se ha recobrado el inters del sector empresarial para invertir en obras de la Municipalidad Provincial de Chiclayo (MPCh), luego de la inestabilidad administrativa y financiera generada por los actos irregulares suscitados en la poca del ex burgomaestre Roberto Torres Gonzales.Se debe subrayar que el 25 de julio del 2014, en sesin de concejo, los regidores dieron luz verde al proceso de oferta pblica de la concesin para el proyecto "Terminal terrestre de transporte de pasajeros de Chiclayo" y se cont con el visto bueno de Pro inversin; empero, en setiembre del mismo ao, las iniciativas privadas El Pino y Casa Contratista decidieron dar un paso al costado.

Asalde Vives enfatiz que actualmente las condiciones son diferentes, pues no solo las dos empresas en mencin han mostrado su inters en participar, sino tambin el Grupo Tepsa y hombres de negocios vinculados a Interbank.Mencion que la iniciativa privada presentada en su momento a la municipalidad de Chiclayo fue de 20 millones de soles, aunque seal que el monto puede duplicarse en razn a la complejidad de la obra.El representante del Cepri-Terrapuerto de Chiclayo puntualiz que la construccin de este terminal de pasajeros ser con financiamiento privado. Se requiere por lo menos unos 40 millones de nuevos soles para concretar esta iniciativa que sera va concesin, asegur. (Vega, 2015)

BIBLIOGRAFAS:Bernardo, A. (23 de Abril de 2013). Think Big. Recuperado el 08 de Febrero de 2015, de http://blogthinkbig.com/asi-ha-avanzado-la-tecnologia-de-reconocimiento-facial/M, K., & L, S. (1987). A Low-Dimensional Procedure for the Characterization of Human Faces. Optical Soc.Paredes Garcia , C. G. (28 de Noviembre de 2012). Entre Seres Urbanos. Recuperado el 08 de Febrero de 2015, de http://ruralizacionurbana.blogspot.com/2012/11/el-terrapuerto-que-nunca-tendremos.htmlValver Gamboa, J. (2006). Metodos y Tecnicas de Reconocimiento de Rostros en Imagenes Digitales Bidimensionales. Guatemala: Universidad de San Carlos de Guatemala.Vega, Y. (8 de enero de 2015). La Republica. Recuperado el 8 de enero de 2015, de http://www.larepublica.pe/09-01-2015/cuatro-grupos-economicos-interesados-en-invertir-en-la-obra-del-terrapuerto