<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">
Maestría 2026

Deep Learning para la detección automática del nivel de concentración mediante la generación de imágenes de los universitarios

Resumen

En este estudio se propone un modelo basado en CNN y LSTM como método ligero y explicable para clasificar automáticamente, en tiempo real, los niveles de concentración de estudiantes universitarios a partir de la detección de 68 puntos faciales. Para ello, se recopilaron 3000 imágenes de 500 sujetos en un entorno académico controlado; cada imagen fue redimensionada y normalizada. Por otro lado, se calcularon tres indicadores clave: el Eye Aspect Ratio (EAR); la apertura bucal y la centralidad del iris. El sistema clasifica un fotograma como “desconcentrado” si la boca permanece abierta o el EAR es inferior a 0.25, como “medio concentrado” cuando la mirada se desvía más de un 20% del centro sin apertura bucal, y como “concentrado” en los casos restantes. La evaluación, realizada mostró precisiones de 95 % para concentración alta, 88% para media y 78% para baja, con F1-scores de 0.95, 0.88 y 0.78 respectivamente. Estos resultados demuestran que un enfoque basado en visión clásica y reglas lógicas puede ofrecer una alternativa eficiente y transparente a las arquitecturas de aprendizaje profundo, facilitando su implementación en herramientas de apoyo docente y plataformas de e-learning para el monitoreo dinámico de la atención estudiantil.

Descripción

Citación

Aprobación

Revisión

Complementado por

Referenciado por

Grado o título

Maestro en Ingeniería de Sistemas con Mención en Dirección y Gestión en Tecnología de Información

Programa

Maestría en Ingeniería de Sistemas con Mención en Dirección y Gestión en Tecnología de Información

Título de la revista

ISSN de la revista

Título del volumen

Editor

Universidad Peruana Unión

DOI

Licencia Creative Commons

Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Excepto donde se indique lo contrario, la licencia de este ítem se describe como Creative Commons Atribución-NoComercial-CompartirIgual 4.0

Archivos

Cargando...
Miniatura
Nombre

Ian_Trabajo_Maestro_2026.pdf

Tamaño

1,09 MB

Formato

Adobe PDF

Cargando...
Miniatura
Nombre

Autorización.pdf

Tamaño

285,02 KB

Formato

Adobe PDF

Cargando...
Miniatura
Nombre

Reporte de similitud.pdf

Tamaño

1,1 MB

Formato

Adobe PDF