Tapia Farías, Juan EduardoMolina Garrido, David AndrésFacultad de Ingeniería2021-03-052021-03-052019http://repositorio.unab.cl/xmlui/handle/ria/18084Tesis (Ingeniero Civil Informático)Estudios recientes demuestran que los algoritmos de deep learning logran notables desempeños en tareas de reconocimiento facial y clasificación de género. Sin embargo, algunos afirman la existencia de sesgo de raza y género en esta tecnología para las tareas mencionadas. Se han establecido diversas conjeturas controversiales respecto a esta tecnología y movimientos que señalan no deben ser aplicadas en algunas áreas. Es así, como establecen en alto el riesgo de utilizar esta tecnología debido al sesgo inherente que ésta podría tener. El presente trabajo establece un enfoque automático en la obtención y categorización del color de piel facial a través de un algoritmo de segmentación y extracción del color facial predominante por medio de clústers, diferenciándose así del utilizado en la mayoría de los estudios, el cual es manual y conlleva un alto grado de subjetividad, dependiendo así del criterio o punto de vista del observador en base a alguna escala de comparación. Por otro lado, se elabora una base de datos distribuida equitativamente en género, la cual proporciona diferenciación fenotípica y geográfica. Estos enfoques buscan a través de un clasificador de género utilizando técnicas de deep learning corroborar o refutar los sesgos afirmados por distintos estudios.esReconocimiento Facial (Ciencia de la Computación)GéneroProcesamiento de DatosAprendizaje de MáquinaTesis