FacialVision es una aplicación web de Inteligencia Artificial que utiliza técnicas de Deep Learning para detectar rostros humanos en tiempo real y predecir tanto la edad como el género de las personas detectadas a través de la cámara web.
La aplicación está construida con Flask en el backend y utiliza OpenCV junto con modelos pre-entrenados de redes neuronales convolucionales (CNN) para realizar el análisis facial. Ofrece una interfaz web moderna y responsive que permite a los usuarios interactuar con la cámara en tiempo real.
- Detección de rostros en tiempo real usando algoritmos de visión por computadora
- Predicción de edad con rangos específicos: (0-2), (4-6), (8-12), (15-20), (25-32), (38-43), (48-53), (60-100)
- Identificación de género (Hombre/Mujer) basada en características faciales
- Interfaz web moderna con diseño responsive
- Control de cámara - posibilidad de detener/iniciar la transmisión
- Captura de imágenes con las predicciones incluidas
- Tiempo real - procesamiento instantáneo de frames de video
proyectoIARostros/
├── app.py # Aplicación principal Flask
├── README.md # Documentación del proyecto
├── requirements.txt # Dependencias del proyecto
├── .gitignore # Archivos ignorados por git
├── models/ # Modelos pre-entrenados
│ ├── deploy.prototxt # Arquitectura del modelo de detección facial
│ ├── res10_300x300_ssd_iter_140000.caffemodel # Modelo de detección facial
│ ├── age_deploy.prototxt # Arquitectura del modelo de predicción de edad
│ ├── age_net.caffemodel # Modelo de predicción de edad
│ ├── gender_deploy.prototxt # Arquitectura del modelo de género
│ └── gender_net.caffemodel # Modelo de predicción de género
├── static/ # Archivos estáticos
│ ├── captures/ # Imágenes capturadas
│ ├── css/
│ │ └── style.css # Estilos CSS personalizados
│ └── js/
│ └── script.js # JavaScript para interactividad
└── templates/ # Plantillas HTML
└── index.html # Página principal
- Python 3.7+ instalado en tu sistema
- pip (gestor de paquetes de Python)
- Cámara web funcionando en tu dispositivo
-
Clonar el repositorio
git clone <URL_DEL_REPOSITORIO> cd proyectoIARostros
-
Crear un entorno virtual (recomendado)
python -m venv venv # En Windows venv\Scripts\activate # En Linux/Mac source venv/bin/activate
-
Instalar las dependencias
pip install -r requirements.txt
-
Verificar la estructura de archivos Asegúrate de que todos los modelos estén en la carpeta
models/y que la carpetastatic/captures/exista.
El proyecto requiere las siguientes librerías principales:
- Flask
>=2.0.0- Framework web para Python - OpenCV
>=4.5.0- Biblioteca de visión por computadora - NumPy
>=1.21.0- Cálculos numéricos y manejo de arrays
- Bootstrap 5 - Framework CSS para diseño responsive
- Font Awesome 6 - Iconos vectoriales
- Google Fonts (Inter) - Tipografía moderna
Flask>=2.0.0
opencv-python>=4.5.0
numpy>=1.21.0# Instalar dependencias principales
pip install flask opencv-python numpy
# O usar el archivo requirements.txt
pip install -r requirements.txt-
Activar el entorno virtual (si lo estás usando)
# Windows venv\Scripts\activate # Linux/Mac source venv/bin/activate
-
Ejecutar la aplicación Flask
python app.py
-
Acceder a la aplicación
- Abrir tu navegador web
- Ir a:
http://localhost:5000ohttp://127.0.0.1:5000
- Permitir acceso a la cámara cuando el navegador lo solicite
- Posicionarse frente a la cámara para que la IA detecte tu rostro
- Ver las predicciones que aparecen en tiempo real sobre tu cara
- Usar los controles disponibles:
- Capturar Imagen: Guarda una foto con las predicciones
- Detener/Iniciar Cámara: Controla la transmisión de video
- Espacio: Capturar imagen
- Ctrl + C: Alternar cámara (detener/iniciar)
En app.py puedes modificar:
- Puerto de la aplicación: Cambiar el puerto por defecto (5000)
- Umbral de confianza: Ajustar la sensibilidad de detección facial (actualmente 0.7)
- Resolución de la cámara: Modificar la resolución de captura
- CSS: Modificar
static/css/style.csspara cambiar el diseño - JavaScript: Editar
static/js/script.jspara agregar funcionalidades - HTML: Personalizar
templates/index.htmlpara cambiar la estructura
- (0-2): Bebés
- (4-6): Niños pequeños
- (8-12): Niños
- (15-20): Adolescentes
- (25-32): Jóvenes adultos
- (38-43): Adultos
- (48-53): Adultos maduros
- (60-100): Adultos mayores
- Hombre
- Mujer
-
Error de cámara no detectada
- Verificar que la cámara esté conectada y funcionando
- Cerrar otras aplicaciones que puedan estar usando la cámara
-
Modelos no encontrados
- Verificar que todos los archivos
.caffemodely.prototxtestén en la carpetamodels/
- Verificar que todos los archivos
-
Error de dependencias
- Verificar que OpenCV esté instalado correctamente
- Reinstalar las dependencias:
pip install --upgrade -r requirements.txt
-
Problemas de rendimiento
- Cerrar otras aplicaciones que consuman recursos
- Verificar que la cámara tenga buena iluminación
Las contribuciones son bienvenidas. Para contribuir:
- Fork el proyecto
- Crea una rama para tu feature (
git checkout -b feature/nueva-funcionalidad) - Commit tus cambios (
git commit -m 'Agregar nueva funcionalidad') - Push a la rama (
git push origin feature/nueva-funcionalidad) - Abre un Pull Request
Este proyecto está bajo la Licencia MIT. Ver el archivo LICENSE para más detalles.
- Modelos de IA: Basados en modelos pre-entrenados de OpenCV
- Detección Facial: Algoritmo SSD MobileNet
- Predicción de Edad y Género: Redes neuronales convolucionales pre-entrenadas
Si tienes alguna pregunta o problema, puedes:
- Abrir un Issue en el repositorio
- Contactar al desarrollador
- Revisar la documentación
Desarrollado con ❤️ para el aprendizaje de Inteligencia Artificial