TimeFace: Sistema de control de temps laboral

Abstract

La principal finalitat d'aquest treball de final de grau és desenvolupar i obtenir una aplicació per dispositius mòbils Android que proporcioni als usuaris la possibilitat d'enregistrat entrades i sortides de l'entorn laboral fent ús de la identificació i reconeixement facial per identificar-se. Donat que des del passat 12 de Maig de 2019 va entrar en vigor un decret que obliga a les empreses a tenir un control efectiu del número d'hores que realitzen els seus empleats registrant l'hora d'entrada i l'hora de sortida de cada un d'ells. I prenent consciència de les circumstàncies actuals en les que ens trobem, en plena pandèmia Covid 19, on infinitat de persones s'han vist obligades a teletreballar desplaçant el seu entorn laboral a la seva llar, ens trobem en una situació propicia per implantar aquest tipus de sistemes aprofitant la tecnologia actual. Com a model de desenvolupament s'ha optat per: Android Studio i el llenguatge Kotlin com a entorn de desenvolupament utilitzant libreries encapsulades en l'app com Firebase, MLKit o Tensorflow per la detecció i reconeixement facial, amb bases de dades NoSQL de Firebase i Scrum com a metodologia de treball.

The main purpose of this end-of-degree work is to develop and get an application for mobile Android devices that provide users with the functionality of record entries and exits from the work environment in order to identify and recognize themselves. Since 12 May 2019, a decree has been aproved to force companies to control the number of hours their employees work by recording the time of entry and exit . We are aware of the current situation which we living, in the midst of the Covid 19 pandemic, with many people forced to move their work environment to their home, we are in a good moment to implement this kind of system, adopting the new technologys. As a development model we have chosen: Android Studio and Kotlin language as development environment using encapsulated libraries in the app with Firebase, MLKit or Tensorflow for the detection and facial recognition, with NoSQL data bases of Firebase and Scrum as work methodology.

La principal finalidad de este trabajo de final de grado es desarrollar y obtener una aplicación por dispositivos móviles Android que proporcione a los usuarios la posibilidad de grabado entradas y salidas del entorno laboral en uso de la identificación y reconocimiento facial para identificarse. Dado que desde el pasado 12 de Mayo de 2019 entró en vigor un decreto que obliga a las empresas a tener un control efectivo del número de horas que realizan sus empleados registrando la hora de entrada y la hora de salida de cada uno de ellos. Y tomando conciencia de las circunstancias actuales en las que nos encontramos, en plena pandemia Covid 19, donde infinidad de personas se han visto obligadas a teletrabajar desplazando su entorno laboral a su hogar, nos encontramos en una situación propicia para implantar este tipo de sistemas aprovechando la tecnología actual. Como modelo de desarrollo se ha optado por: Android Studio y el lenguaje Kotlin como en torno a desarrollo utilizando libreries encapsuladas en la app como Firebase, MLKit o Tensorflow por la detección y reconocimiento facial, con bases de datos NoSQL de Firebase y Scrum como metodología de trabajo.