García eta l . , An ál i s i sT yo elevnatlui naociSó .n ydCe la uras obadlelolaS h.eS r i rmaumlaie cni ótanCn luams sé_ riAc an a dl eyltiflcs j od e aire.  
ANÁLISIS Y EVALUACIÓN DEL USO DE LA HERRAMIENTA  
CLASS_ANALYTICS EN LA EDUCACIÓN SUPERIOR  
1
2
3
4
García Ingrid , Parra Rodolfo , Oyague Ericka ySánchez Mario  
1
2
3
ingrid.garciat@ug.edu.ec , rodolfo.parral@ug.edu.ec , ericka-oyagueb@outlook.com  
4
y mario.sanchezd@ug.edu.ec  
1
2
https://orcid.org/0000-0001-8828-5722 , https://orcid.org/0000-0002-5588-3993 ,  
https://orcid.org/0000-0003-4457-9395 y https://orcid.org/0000-0002-3490-4628  
3
4
Universidad de Guayaquil, Ecuador  
Guayaquil - Ecuador  
Recibido (11/05/20), Aceptado (22/05/20)  
Resumen: La herramienta Class_Analytics es un software que permite analizar las emociones humanas  
a partir de la detección de rostros y la valoración de su fisionomía. La detección de emociones es  
un tema reciente que podría facilitar la comprensión de actitudes en el aula y a su vez contribuir a  
las mejoras en el proceso de enseñanza. En este trabajo se analizó la posibilidad de emplear  
esta herramienta para el uso en la enseñanza superior, con el fin de examinar la conducta de los  
profesionales y de los estudiantes de la carrera de Ingeniería en Teleinformática. Estudios previos han  
demostrado que en los nuevos tiempos hay una importante tendencia a aburrirse o incomodarse en  
las clases, muchas veces porque no es la carrera apropiada o porque no son los métodos de enseñanza  
apropiados. Los resultados más destacados de la investigación fueron que es necesario profundizar  
en temas de estilos de aprendizajes a partir de la valoración del estado de ánimo de los involucrados.  
Palabras Clave: Reconocimiento de emociones, educación superior, estilos de aprendizaje, class  
analytics.  
ANALYSIS AND EVALUATION OF THE USE OF THE  
CLASS_ANALYTICS TOOL IN HIGHER EDUCATION  
Abstract: The Class_Analytics tool is software that allows analyzing human emotions based on the  
detection of faces and the assessment of their physiognomy. Emotion detection is a recent topic that  
could facilitate the understanding of attitudes in the classroom and in turn contribute to improvements  
in the teaching process. In this work the possibility of using this tool for use in higher education was  
analyzed, in order to examine the behavior of professionals and students of the degree in Teleinformatics  
Engineering. Previous studies have shown that in the new times there is an important tendency to get  
bored or uncomfortable in the classes, often because it is not the appropriate career or because they are not  
the appropriate teaching methods. The most outstanding results of the research were that it is necessary  
to delve into issues of learning styles based on the assessment of the state of mind of those involved.  
Keywords: Emotion recognition, higher education, learning styles, class analytics.  
26  
ISS NI S 2S 5N 4 22 -5 34 42 0- 13 401/ 1316-4821  
UN I V ER S I DA D, C I ENCI AyT E C NOL O GÍ AVo l. 24, Nº1 01J u ni o2 0 2 0(pp .26-3 2)
Garc íSa a el ot ma l ó. ,n Ae nt áa l li .s,i s yeval ua ci ónd elusodel a herrami e nt aC las s _ Anal y tic s
I.INTRODUCCIÓN  
útil para la mejora continua en el proceso de enseñanza  
Los estilos de aprendizaje definen la forma en que y a la vez puede permitir conocer aspectos de simpatía  
el ser humano aprende, la manera en que su cerebro con el contenido de la carrera de periodismo, así como  
concibe las ideas y asimila el aprendizaje [1]. Por tanto la afinidad con las asignaturas y el desarrollo de las mis-  
los estilos de aprendizaje están asociados a los aspectos mas.  
cognitivos, y a su vez a los paradigmas sociales a los  
que socialmente nos vemos forzados a adaptarnos [2].  
Este trabajo está estructurado con 4 secciones, en  
la primera se han descrito los aspectos más relevantes  
El momento de aprender de una persona muestra di- que contextualizan la investigación, mientras que en la  
ferencias notorias individuales, que serán determinantes sección II se expondrán los fundamentos teóricos que  
para asimilar el conocimiento y para generar propuestas validan el estudio, la metodología está presente en la  
e ideas concretas en torno al mismo [2]. La emotivi- sección III y los resultados se pueden encontrar en la  
dad que un estudiante muestre en durante la clase puede sección IV, finalmente se exponen las conclusiones.  
ser un factor importante en la técnica de enseñanza, así  
mismo será de gran relevancia su desmotivación duran- II.DESARROLLO  
te el espacio de tiempo de la clase.  
Suárez et al [3] exponen que el estado emocional A.La Visión Artificial  
de las personas puede conducirle a manifestar opinio-  
La visión artificial es un sistema de visión por com-  
nes personales sugeridas por su inconsciente, así como putadora que permite ejecutar las funciones con res-  
generar enfermedades auto inmunes que se verán re- pecto a las capturas, el procesamiento de imágenes  
flejadas como síntomas de estrés. Además los autores mediante las combinaciones de hardware y software,  
presentan una herramienta basada en redes neuronales son muy fascinante hoy en día, uno de los aspectos más  
artificiales para la detección de los estados emociona- interesantes, es la habilidad de remitir y recoger datos  
les, que estará determinada por la fisionomía del rostro complejos, cuyo procesamiento digital de la imagen  
y las variables asociadas al pulso y la respiración.  
se puede definir como adquisición y reprocesado de la  
El progreso computacional se ha vuelto más notable información visual mediante el computador, La mayor  
y accesible para una mejor solución como: Biometría, importancia reside en un sentido principal que es la vis-  
huella digital, entre otros, se puede decir que se alma- ta, también ésta tecnología nos permite detectar luz e  
cenan en una memoria las imágenes de la cara de las interpretarlas convierte cámaras y otros dispositivos in-  
personas y guarda dicha captura en su respectivo pro- teligentes dado en tiempo real [7].  
cesamiento y análisis [4]. Los algoritmos funcionan  
Otra observación de la Visión artificial es que está  
teniendo en cuenta que cada etapa de reconocimiento asociada una enorme cantidad de conceptos relaciona-  
facial consta de varias secciones que permiten dar un dos con hardware, software y también con desarrollos  
buen diagnóstico sobre el estado de ánimo de la perso- teóricos. El primer paso en el proceso es adquirir la  
na.  
imagen digital. Para ello se necesitan sensores y la ca-  
Diferentes aplicaciones y herramientas se han desa- pacidad para digitalizar la señal producida por el sensor.  
rrollado en los últimos tiempos sobre el reconocimiento Una vez que la imagen digitalizada ha sido obtenida, el  
de emociones [5], [4]. Estas herramientas tienen amplio siguiente paso consiste en el preprocesamiento de dicha  
soporte en la inteligencia artificial y por ello han sido imagen. El objetivo del preprocesamiento es mejorar la  
tan provechosos los resultados que ofrecen.  
imagen de forma que el objetivo final tenga mayores  
La aplicación Class_ Analytics [6], es un algoritmos posibilidades de éxito. El paso siguiente es la segmenta-  
que permite la detección de emociones a partir del reco- ción. Definida en sentido amplio, su objetivo es dividir  
nocimiento de rostros, para ello utiliza una tecnología la imagen en las partes que la constituyen o los objetos  
basada en visión artificial para detección de imágenes. que la forman. En general la segmentación autónoma es  
Esta aplicación puede ser utilizada en un dispositivo uno de los problemas más difíciles en el procesamiento  
móvil y permite amplios detalles de configuración que de la imagen. Por una parte, una buena segmentación  
la hacen más atractiva al usuario.  
facilitará mucho la solución del problema; por otra, la  
Class_Analytics es un sistema amigable que permi- segmentación errónea conducirá al fallo. La salida del  
tirá evaluar al docente, por medio de reconocimiento proceso de segmentación es una imagen de datos que,  
facial mediante visión artificial, tanto el docente y es- o bien contienen la frontera de la región o los puntos  
tudiante podrán visualizar los resultados en tiempo real de ella misma. Es necesario convertir estos datos a una  
dentro de un histograma que puede ser presentado al forma que sea apropiada para el ordenador. La prime-  
finalizar la clase. Este tipo de herramientas puede ser ra decisión es saber si se va a usar la representación  
27  
 I S SINS S2 N54225-43 24 -0 31 4/ 0 11 316-4821  
U N I V E R S I D A D ,C I E N C I A y T E C N O L O G Í A Vol .2 4,N º1 01J u nio2 020(pp.26-32)  
García eta l . , An ál i s i sT yo elevnatlui naociSó .n ydCe la uras obadlelolaS h.eS r i rmaumlaie cni ótanCn luams sé_ riAc an a dl eyltiflcs j od e aire.  
por frontera o región completa. La representación por alteraciones del estado de ánimo como la depresión o el  
la frontera es apropiada cuando el objetivo se centra en trastorno bipolar forman una clase de patologías deno-  
las características de la forma externa como esquinas minadas trastornos del estado de ánimo  
o concavidades y convexidades. La representación por  
Dicha investigación sobre los estados de ánimo: El  
regiones es apropiada cuando la atención se centra en aprendizaje de la serenidad: el autor Christopher Andra-  
propiedades internas como la textura o el esqueleto. Sin de, manifiesta que el estado de ánimo son una mezcla  
embargo, en muchas aplicaciones ambas representacio- de emociones y pensamientos negativos y positivos que  
nes coexisten.  
siempre en todo momento de nuestras vidas, concluye  
La elección de una representación es sólo una parte que:  
de la transformación de los datos de entrada. Es necesa-  
Los diferentes estados de ánimo, como el alma de la  
rio especificar un método que extraiga los datos de inte- relación del ser humano con el mundo, este afirma que  
rés. La parametrización, que recibe también el nombre para tener una bueno vida, es la habilidad de entenderse  
de selección de rasgos se dedica a extraer rasgos que uno mismo y permitir que funcione nuestras emociones  
producen alguna información cuantitativa de interés o y pensamientos positivos como son la paz y la confian-  
rasgos que son básicos para diferenciar una clase de za, los pensamientos negativos como la depresión y la  
objetos de otra. En último lugar se encuentran el reco- inquietud, son el primer paso para hallar una serenidad  
nocimiento y la interpretación. El reconocimiento es el duradera [9].  
proceso que asigna una etiqueta a un objeto basada en  
la información que proporcionan los descriptores. La C.Reconocimiento facial  
interpretación lleva a asignar significado al conjunto de  
objetos reconocidos.  
Los humanos para reconocer a alguien se basan en  
los rostros de ese alguien con la ayuda del ojo huma-  
Por otro lado, visión artificial puede mostrarse de no se procesa varias imágenes de rostros de personas  
acuerdo como visión computacional o procesamiento asociándose al individuo que corresponde, la tecnolo-  
de imágenes, de ella surgió que una imagen mediante gía busca copiar este proceso con la ayuda de algorit-  
computadora contiene bits y a su vez reduce la posibi- mos complejos con el objetivo de reconocer una per-  
lidad de la interpretación de la imagen. El hombre ha sona. Hay que tener en claro lo siguiente: Verificar o  
permitido que esta rama se utilice en captar y procesar autenticar; hace la comparativa de la imagen del rostro  
señales de ventaja de datos con el fin de que una compu- con la que se busca conocer la identidad de la persona.  
tadora entienda y así poder narrar y obtener resultados Mientras que identificar o reconocimiento facial hace la  
[
8].  
comparativa de una imagen del rostro con un conjunto  
de imágenes que se encuentran en una base de datos  
El Instituto de Hangzhou de China crearon un sis-  
B.El Estado de Ánimo  
El estado de ánimo no es una situación emocional. tema inteligente de reconocimiento facial que cada 30  
Es un estado, una forma de permanecer, de estar cuya segundos escanea y analiza las caras de los estudiantes  
duración es prolongada. Se diferencia de las emociones para detectar su nivel de atención durante una clase, el  
en que es menos específico, menos intenso, más dura- sistema detecta si los estudiantes están felices, enfada-  
dero y menos dado a ser activado por un determinado dos, con miedo, confusos o trastornados [10].  
estímulo. También suelen tener una determinada valen-  
El objetivo de esta investigación dentro de los an-  
cia, o lo que es lo mismo, se suele hablar de buen y de tecedentes que hemos detallado, están enfocada al des-  
mal estado de ánimo; activado o deprimido. El estado empeño estudiantil, que han desarrollado sistemas de  
de ánimo sufre vaivenes a lo largo del tiempo. Cuando seguridad mediante reconocimiento facial que detecte a  
sucede dentro de unos límites normales se denomina personas desaparecidas por medio de huellas dactilares,  
eutimia. Cuando es anormalmente bajo se llama depre- uso de biométrico para el control y seguridad del per-  
sión. Cuando es anormalmente alto se llama hipomanía sonal, es por esto que se requiere trabajar con un siste-  
o manía. La alternancia de fases de depresión con fases ma de visión computacional que utilicen características  
de manía se llama trastorno afectivo bipolar. También propias del estudiante al momento de detectar el estado  
se diferencian del temperamento o la personalidad, los de ánimo.  
cuales generalmente no suelen tener una componente  
El uso de esta aplicación Class_Analytics está enfo-  
temporal, sino que son actitudes permanentes en el tiem- cado al docente para poder desarrollar nuevas técnicas  
po. No obstante, determinados tipos de personalidades, de enseñanzas para sus estudiantes para que ellos pue-  
como el optimismo o la neurosis pueden predisponer al dan aprender más que será parte de futuro del estudiante  
sujeto a unos determinados estados de ánimo. Ciertas dentro de su ámbito profesional.  
28  
ISSN 2542-3401  
ISSN 2542-3401/ 1316-4821  
UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 24, Nº 101 Junio 2020 (pp. 26-32)  
)  
Garc íSa a el ot ma l ó. ,n Ae nt áa l li .s,i s yeval ua ci ónd elusodel a herrami e nt aC las s _ Anal y tic s
Se realiza un estudio de las diferentes técnicas de III.METODOLOGÍA  
enseñanzas dada por el docente, los diferentes tipos Para poder aplicar la herramienta Class Analytics en  
de estados de ánimo de un estudiante dentro del sector el proceso de enseñanza, se realizó un análisis y evalua-  
educativo mediante un sistema que analice las clases ción de las opiniones de los involucrados para conocer  
que impartirá el docente, dicho proceso de investiga- sus opiniones al respecto. Se realizó una encuesta de  
ción permitirá mejorar las enseñanzas con la implemen- ocho preguntas cerradas a 21 docentes de la carrera de  
tación de nuevas tecnologías, es por esto, que se debe Ingeniería en Teleinformática con el fin de evaluar su  
desarrollar nuevas técnicas de hacer la detección de re- perspectiva respecto al uso de la aplicación.  
conocimiento facial mediante visión artificial.  
Conocer el estado de ánimo de las personas puede  
Es una técnica dentro del campo de la biometría que ser útil para múltiples aplicaciones [3], desde la detec-  
se desarrolla a través de la utilización de algoritmos ción de enfermedades hasta la detección de preferencias  
computacionales mediante el uso de procesamiento por laborales.  
medio de un ordenador que son apto para detectar de  
Para el proceso de evaluación en el uso de la herra-  
manera automática los rostros de personas a partir de mienta informática se consultó sobre el conocimiento  
imágenes digitales, utilizando un profundo análisis de en el área de reconocimiento de rostros y sus múltiples  
las características faciales de la persona y comparándo- aplicaciones, además fue importante conocer la opinión  
las con un conjunto de imágenes que son almacenados respecto a lo relevante de aplicar estas técnicas para la  
en el sistema.  
mejora en la calidad de la enseñanza y en consecuen-  
El reconocimiento facial es un sistema de la compu- cia del aprendizaje, así como la valoración de la misma  
tadora que reconoce a las personas de manera automáti- para la elaboración de material profesional sin sesgos.  
ca cuyo resultado es en tiempo real, se clasifican por la Un 41% de los encuestados manifestó estar de acuerdo  
apariencia de las personas, por su identificación de cier- en que estas técnicas con apoyo informático permitirán  
tos rasgos nodales, sobre el contorno del rostro que son mejorar las condiciones de enseñanza en el aula y a su  
ojos, nariz y la boca del estudiante, dicho proceso reco- vez la conducta ética de los estudiantes y docentes.  
nocerá el tipo de estado de ánimo del estudiante [11].  
IV.RESULTADOS  
D.Ventajas y Desventajas del reconocimiento facial  
La detección del tipo de estado de ánimo del estu-  
En cuanto a las ventajas tenemos que se puede usar diante mediante reconocimiento facial, es realizado  
en lugares donde la persona no es consciente de que por medio de una cámara web que captará la imagen  
está siendo reconocido como el sistema de seguridad en del rostro y facilitará el proceso de la misma para ser  
general. Y no se requiere ningún contacto físico entre el procesada y analizada por el software para su posterior  
usuario y el sistema, se puede acotar en cuanto a la ad- diagnóstico.  
quisición de dispositivos que sus versiones sean gratis  
Se espera que esta herramienta le permita al docente  
y que funcionan muy bien, pudiendo utilizar funciones aplicar técnicas nuevas y de gran utilidad para mejorar  
de reconocimiento y bloqueo tanto del sistema como de el desempeño en el aula, así como ofrecer al estudiante  
aplicaciones, reconoce varios rostros, pero uno a la vez una oportunidad para reconocer sus virtudes y debilida-  
o funciona de manera eficiente sin influenciar de mane- des y poder fortalecer los aspectos que sean necesarios.  
ra notoria el rendimiento del dispositivo.  
Dicho sistema web Class_Analytics será utilizado  
Las desventajas son los cambios de iluminación de tal manera que el docente tenga la facilidad de po-  
pueden afectar al sistema. La expresión de la cara pue- der acceder a ella, sin la necesidad de constar con una  
de cambiar la percepción del sistema sobre la cara. El aplicación de escritorio, es muy factible para el docente  
uso de gafas, sombreros que pueden ocultar parte de las poder usar la aplicación para mejor sus enseñanzas de  
características faciales del sujeto, dificultando su reco- aprendizaje dentro del proceso de estudio académico y  
nocimiento. En cuanto a los dispositivos para acceder a profesional de sus estudiantes.  
todas sus funciones se necesita hacer un pago, la efecti-  
En la figura 1 se observa un esquema de la estructura  
vidad del reconocimiento facial dependerá de la cámara de la aplicación, que consta de un sistema web de de-  
del dispositivo que se use o su versión gratis muestra tección que se espera esté activo durante toda la jornada  
publicidad como ocurre en juegos o cualquier aplica- de clase. Los datos son almacenados en una base que le  
ción que bajes gratis.  
permitirá al docente adquirir cuando lo necesite, estos  
datos a su vez facilitarán su presentación en forma de  
histograma.  
29  
ISS NI S 2S 5N422-5 34 42 0- 13401/1 316-4821  
U N I V E R S I D A D ,C I E N C I A y T E C N O L O G Í A Vol .2 4,N º1 01J u nio2 020(pp.26-32)  
García eta l . , An ál i s i sT yo elevnatlui naociSó .n ydCe la uras obadlelolaS h.eS r i rmaumlaie cni ótanCn luams sé_ riAc an a dl eyltiflcs j od e aire.  
Figura 1. Estructura de la aplicación Class_Analytics.  
A.Diagrama Cargar Fotografía: Dentro de las tipo de estado de ánimo de los resultados obtenidos con  
funciones de la aplicación Class_Analytics está el que la aplicación dentro de la clase  
permitirá captar, visualizar el gesto del estudiante por  
medio una cámara web. El usuario deberá ingresar a la  
En la figura 2 se describe el proceso utilizado para  
aplicación e ingresar sus datos, dicho proceso detectará la detección de rostros y posterior análisis para la detec-  
el gesto del estudiante dentro de la clase que imparte ción de emociones.  
el docente, por otra parte, presentará un histograma del  
Figura 2. Diagrama de caso de uso General.  
B.Detectar rostro: Es aquella parte del software  
En la figura 3 se puede observar la interfaz de usua-  
que interactúa con el sistema y el usuario permitiendo rio que manejará el docente para el acceso a la informa-  
realizar la detección del rostro del estudiante para pro- ción recogida de los estudiantes,  
ceder verificar el tipo de gesto que presente la persona.  
30  
ISSN 2542-3401  
ISSN 2542-3401/ 1316-4821  
UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 24, Nº 101 Junio 2020 (pp. 26-32)  
Garc íSa a el ot ma l ó. ,n Ae nt áa l li .s,i s yeval ua ci ónd elusodel a herrami e nt aC las s _ Anal y tic s
Figura 3. Diagrama esquemático de la interfaz de usuario de la aplicación.  
V.CONCLUSIONES [2]F. C. García, «Diferencias de género en estrategias y  
La detección de los estilos de aprendizaje es funda- estilos de aprendizaje.,» Psicothema, vol. 12, nº 3, pp.  
mental para las mejoras en la calidad de la enseñanza, 360-367, 2000.  
así como la optimización de recursos para asegurar el [3]F. Suárez, L. Rosales y J. Sayago, «ARTIFICIAL  
mejor aprendizaje para los estudiantes de la carrera de NEURAL NETWORK FOR THE EVALUATION OF  
Ingeniería en Teleinformática.  
VITAL SIGNS,» Universidad, Ciencia y Tecnología,  
La detección de emociones en el aula puede ser un vol. 22, nº 89, 2019.  
factor fundamental para mejorar las técnicas de ense- [4]F. Suárez y L. Rosales, «Evaluación de estrés en la  
ñanza y contribuir con mejores técnicas y mejores apor- generación de enfermedades laborales,» Espirales, vol.  
tes académicos que permitan un mejor aprendizaje por 4, nº 2, pp. 101-111, 2019.  
parte de los estudiantes.  
[5]F. Suarez, L. Rosales y D. Hurtado, «Red neuronal  
El reconocimiento facial es una técnica ampliamente artificial para análisis de las emociones humanas,» de  
utilizada en el presente, para su mayor efectividad en la Tecnología e Innovación Industrial y sus Perspectivas,  
detección de emociones es indispensable que se tomen Quevedo-Ecuador, 2018.  
en consideración otras variables que complementen la [6]C. Analytics, «Class Analytics,» 2018. [En línea].  
detección, como incluir por ejemplo la detección de Available: https://developers.google.com/analytics/de-  
pulso.  
vguides/collection/android/v4?hl=es.  
El diseño de software especializado en torno a las [7]etitudela, «Informe, donde se detalla sobre los con-  
emociones humanas es de alta importancia en la infor- ceptos de Vision Artificial y sus diagrama de bloques,»  
mática y debe ir sujeto a los basamentos científicos que 2017.  
hacen posible la detección de datos humanos para usos [8]ErikaPrado, «Sitio Web, Que relata sobre el mundo  
específicos.  
de la Visión Artiificial dentro de la Inteligencia Arti-  
ficial,» 6 Febrero 2015. [En línea]. Available: https://  
inteligenciaartificial101.wordpress.com/2015/02/06/  
REFERENCIAS  
[1]F. C. García y F. J. Justicia, «Factores académicos, vision-artificial/.  
estrategias y estilos de aprendizaje,» Rev. de Psicol. [9]A. Christophe, «Libro de Repositorio, sobre El apren-  
Gral y Aplic., vol. 46, nº 1, pp. 89-99, 1993.  
dizaje de la serenidad relata la importancia de los dife-  
31  
 I S SINS S2 N54225-43 24 -0 31 4/ 0 11 316-4821  
U N I V E R S I D A D ,C I E N C I A y T E C N O LO G Í A V ol . 24,Nº101J uni o2 0 2 0( pp.2 6-32)  
García eta l . , An ál i s i sT yo elevnatlui naociSó .n ydCe la uras obadlelolaS h.eS r i rmaumlaie cni ótanCn luams sé_ riAc an a dl eyltiflcs j od e aire.  
rentes tipos de estados de ánimo,» 1 05 2011. [En línea]. [En línea]. Available: https://www.treelogic.com/es/  
Available: https://www.bookdepository.com/es/Los-Es- Blog_Vision_Artificial.html.  
tados-de-Animo-Christophe-Andre/9788472457409.  
[15]S. Ingenieril, «Sitio Web, basado a las ventajas y  
[10]M. Barba, «Sitio Web, sobre la tecnologia y el abu- desventajas de Visión Artificial con sus respectivos  
rrimiento en la clase detectan la caras por medio de re- conceptos básicos,» 2017. [En línea]. Available: http://  
conocimiento facial,» 2018. [En línea]. Available: ht- solucioningenieril.com/vision_artificial/conceptos_ba-  
tps://blogthinkbig.com/tecnologia-caras.  
sicos_de_vision_artificial.  
[11]F. G. Nuñez, «Repositorio de la Universidad Téc- [16]Cognex, «Artículo de Revista Online, Describe so-  
nica de Amabato, Basado en el Sistema de Reconoci- bre los componentes de la Visión Artificial,» 2017.  
miento Facial con visión artificial para identificar las [17]Xeridia, «Artículo de Revista Online, Basada en el  
personas más buscadas.,» 2017.  
funcionamiento de Visión Artificial y el procesamiento  
[12]Interpol, «Árticulo de Revista Online, basado en el de imágenes,» 2019.  
funcionamiento del reconocimiento facial,» 2018.  
[18]C. Cimorra, «Historia del periodismo,» Universi-  
[13]I. G. y. V. Caranqui, «Libro, Relata sobre La visión dad del Atlántico, Colombia, 1946.  
artificial y los campos de aplicación,» 2015.  
[19]D. A. S. Sánchez, «El periodismo digital. Una nue-  
[14]Treelogic, «Artículo Online de Treelogic We Deal va etapa del periodismo moderno,» Revista Lasallista  
With Datavque, relata sobre Visión Artificial,» 2019. de investigación, vol. 4, nº 1, pp. 67-73, 2007.  
RESUMEN CURRICULAR  
Ericka Stephanía Oyague Bajaña, Ingeniera en Electrónica  
y
Ingrid Angélica García To rre s , Ingeniera en S istemas Informáticos,  
Universidad Técnica de Manabí, Portoviejo, Ecuador; Magister en Educación  
Informática, Universidad de Guayaquil. Cursando un Programa de Doctorado  
en la Universidad Nacional de la P lata (UNPL), La Plata, Argentina en la  
Facultad Informática. Investiga temas: Microcontroladores, Realidad  
Aumentada, Programación Estructurada, Imagen por computadora, Docente a  
nivel Secundario de Info rmática Unidad Educativa Pab lo Zamora, Portoviejo,  
Telecomunicaciones de la Escuela Superior Politécnica del Litoral (ESPOL),  
Ecuador, en 2015 y M.Sc. en Tecnologías, S istemas y Redes de Comunicaciones  
de la Universidad Politécnica de Valencia (UPV), España, en 2018, donde fui  
parte del Grupo de Investigación denominado GIRBA (Grupo de Interconexión  
de Redes de Banda Ancha) con el tema de investigación “Comunicaciones M2M  
en trenes de alta velocidad: Aplicación de métodos adaptativos al canal de  
acceso aleatorio de LTE-A”, experiencia laboral como Docente de la carrera de  
Telemática de la Universid ad de Guayaquil y Tutora de Proyectos Comunitarios  
de Gestió n Social del Conocimiento; Ingeniero de Proyectos en Construtecimsa;  
Sus intereses de investigación incluyen Comunicaciones M2M, redes celulares,  
procesamiento de la seña  
Manabí  
y Unidad Educativa Camilo Ponce Enríquez, Guayaquil, Guayas,  
Ecuador. Actualmente gestora de Titulación, directora de Trabajos de Titulación  
y docente de la Carrera de Ingeniería en Telemática de la Facultad de Ingeniería  
Industrial de la Universidad de Guayaquil. Docente investigador  
Mario Alfredo Sebastián Sánchez Delgado, Magister en Administración de  
Rodolfo Antonio Parra López, Ingeniero en Electricidad especializado en  
Sistemas de Potencia en la Escuela Superior Politécnica del Litoral (ESPOL);  
Dip lo mado en Auditoria de S istemas de Gestión en Universidad Técnica  
Particular de Loja; Magister en Sistemas Integrados de Gestió n en Universidad  
Estatal de Guayaquil; Fiscalizador eléctrico principal en megaobra Malecón  
Empresas  
– Universidad de Especialidades Espíritu Santo, Magister en  
Docencia Universitaria e Investigación Educativa – Universidad de Guayaquil.  
Dip lo ma Superior en Diseño Curricular por Competencias – Universidad de  
Guayaquil, Analista de Sistemas – Escuela S uperio r Politécnica del Litoral,  
Ingeniero Comercial  
– Universidad Laica Vicente Rocafuerte, Docente –  
Investigador en temas educativos y tecnológicos. Ha trabajado como: Analista  
de Sistemas en Tarjeta de Crédito Cash – Banco Continental, Jefe de Sistemas  
en Tarjeta de Crédito VISA – Banco La Previsora, Gerente Depto. Tecnológico  
2000; Director de proyectos en Pro melec, Director de proyecto de  
automatización del catastro urbano en la ciudad de Ventanas por parte de  
Ecuacorporac s.a., Gerente Técnico en Rivalesa s.a.; Gerente Técnico en  
Bkpack s.a.; Docente de la carrera de Ingeniería en Telecomunicaciones de la  
Universidad Católica Santiago de Guayaquil, Actualmente docente de la  
Universidad Estatal de Guayaquil en la Facultad de Ingeniería Industrial  
–
Aerolínea S AETA. Ha sido docente en Centro Tecnológico Naval,  
Universidad Laica Vicente Rocafuerte, Universidad de Especialidades Espíritu  
Santo. Actualmente es docente Titular Gestor de Acreditación de la  
y
Universidad de Guayaquil en la Carrera Ingeniería en Telemática. Universidad  
de Guayaquil  
32  
ISSN 2542-3401  
ISSN 2542-3401/ 1316-4821  
UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 24, Nº 101 Junio 2020 (pp. 26-32)