Igual García, JorgeIniesta Núñez, Pilar2026-01-072026-01-072025-12-182026-01-07https://riunet.upv.es/handle/10251/231328[ES] Este trabajo Fin de Master se centra en el diseño, la implementación y el desarrollo de un fotomatón inteligente con el fin de mejorar la experiencia de usuario en eventos. El desarrollo busca integrar las capacidades avanzadas de la Inteligencia Artificial para la detección y reconocimiento de usuarios a través de técnicas de Machine Learning especializadas. Por ello, este proyecto contará con un análisis comparativo entre dos sistemas: uno modular implementado por MTCNN (Multi-task Cascaded Convolutional Networks) y Retinaface para la detección y ArcFace para el reconocimiento facial y otro integral mediante el framework de Mediapipe. Esto permitirá un estudio profundo de la obtención, detección, procesamiento, almacenamiento y reconocimiento de la Base de datos generada. De manera complementaria, el software contará con un algoritmo de IA generativa para la creación de animación y filtros digitales en tiempo real. El objetivo es que de manera autónoma el sistema sea capaz de enviar las fotos por correo electrónico a los usuarios reconocidos. Todos estos módulos harán que se cree un sistema personalizable y escalable a nuevas experiencias de usuario. Para finalizar, este sistema será validado en un entorno real mediante un prototipo de fotomatón para evaluar los modelos de IA y comparar su rendimiento, obteniendo un punto de partida para su potencial despliegue y comercialización.[CA] Este treball Fi de Màster se centra en el disseny, la implementació i el desenrotllament d'un fotoràpid intel·ligent amb la finalitat de millorar l'experiència d'usuari en esdeveniments. El desenrotllament busca integrar les capacitats avançades de la Intel·ligència Artificial per a la detecció i reconeixement d'usuaris a través de tècniques de Machine Learning especialitzades. Per això, este projecte comptarà amb una anàlisi comparativa entre dos sistemes: un modular implementat per MTCNN (Multi-task Cascaded Convolutional Networks) i Retinaface per a la detecció i ArcFace per al reconeixement facial i un altre integral mitjançant el framework de Mediapipe. Això permetrà un estudi profund de l'obtenció, detecció, processament, emmagatzematge i reconeixement de la Base de dades generada. De manera complementària, el programari comptarà amb un algorisme d'IA generativa per a la creació d'animació i filtres digitals en temps real. L'objectiu és que de manera autònoma el sistema siga capaç d'enviar les fotos per correu electrònic als usuaris reconeguts. Tots estos mòduls faran que es cree un sistema personalitzable i escalable a noves experiències d'usuari. Per a finalitzar, este sistema serà validat en un entorn real mitjançant un prototip de fotoràpid per a avaluar els models d'IA i comparar el seu rendiment, obtenint un punt de partida per al seu potencial desplegament i comercialització.72Reconocimiento - No comercial - Sin obra derivada (by-nc-nd)Inteligencia artificialFotomatón InteligenteDetección facialMachine learningIntel·ligència ArtificialFotoràpid Intel·ligentDetecció facialAprendizaje automáticoMáster Universitario en Ingeniería de Telecomunicación-Màster Universitari en Enginyeria de TelecomunicacióTesis de másterAbierto