cd ../portafolio

PyFaces

B2CReconocimiento FacialPython CLIAutomatización
Ver proyecto
>90 %Tiempo Ahorrado
2 HorasVelocidad de Entrega

Contexto

El proyecto nació de la necesidad real de un ex profesor y fotógrafo de eventos. Tras cubrir graduaciones o bodas, se enfrentaba a la tediosa tarea manual de separar y agrupar las fotos por persona para poder entregarlas a sus clientes.

El Problema del Usuario

El inmenso tiempo perdido en la clasificación visual. En una graduación con 30 alumnos y 700 fotos, el fotógrafo debía revisar la misma galería 30 veces. Esto consumía días enteros de trabajo extenuante en post-producción.

La Experiencia Creada

Desarrollé un motor en Python basado en reconocimiento facial, empaquetado en Docker para una instalación sin fricciones. Al darle 3 fotos de referencia, el algoritmo escanea el lote completo, compara la proximidad numérica de los rostros y extrae todas las coincidencias a una nueva carpeta.

Impacto en la Comunidad

Una reducción monumental en los tiempos de entrega. Procesar e identificar personas en un lote de 700 imágenes pasó de tomar entre 3 y 4 días, a completarse de forma autónoma en apenas 2 horas.

Stack Técnico

Python
Docker
OpenCV / dlib

Mi Rol:

Solo Software Developer