~/proyectos$ cat face-recognition-ml/README.md
Reconocimiento facial con Machine Learning
universitario--iajun 2025 – nov 2025
Algoritmos Eigenfaces y LBP implementados desde cero, una API de reconocimiento y alertas, y una app móvil que la consume.
## README.md
El sistema no usa modelos preentrenados: implementa Eigenfaces (PCA) y Local Binary Patterns, y una fusión de ambos que combina sus resultados. En las pruebas alcanzó entre 85 y 92 % de exactitud según las condiciones de luz.
La API en FastAPI expone más de 25 endpoints para registrar personas, reconocer en tiempo real, reentrenar el modelo al registrar a alguien y generar alertas. Tiene 95 % de cobertura de pruebas.
La app móvil en React Native con Expo captura con la cámara, consume la API y guarda datos sin conexión con AsyncStorage.
## Arquitectura
## Lo principal
- Eigenfaces, LBP y fusión híbrida desde cero
- Más de 25 endpoints
- 95 % de cobertura de pruebas
- App móvil con modo sin conexión