# Sistema de Identificación y Seguimiento Inteligente 

Este repositorio contiene la arquitectura modular para el seguimiento de personas en múltiples cámaras (Re-ID) y reconocimiento facial asíncrono. 

## Arquitectura del Proyecto
El sistema está dividido en tres módulos principales para garantizar la separación de responsabilidades:
* `seguimiento2.py`: Motor matemático de Tracking (Kalman + YOLO) y Re-Identificación (OSNet).
* `reconocimiento2.py`: Motor de biometría facial (YuNet + ArcFace) y síntesis de audio (Edge-TTS).
* `main_fusion.py`: Orquestador principal que fusiona ambos motores mediante procesamiento multihilo.

## Requisitos Previos
1. **Python 3.8 - 3.11** instalado en el sistema.
2. **Reproductor MPV** instalado y agregado al PATH del sistema (requerido para el motor de audio sin bloqueos).
   * *Windows:* Descargar de la página oficial o usar `scoop install mpv`.
   * *Linux:* `sudo apt install mpv`
   * *Mac:* `brew install mpv`

## Guía de Instalación Rápida

**1. Clonar el repositorio**
Abre tu terminal y clona este proyecto:
```bash
git clone <URL_DE_TU_REPOSITORIO_GITEA>
cd IdentificacionIA´´´

**2. Crear un Entorno Virtual (¡Importante!)
Para evitar conflictos de librerías, crea un entorno virtual limpio dentro de la carpeta del proyecto:

python -m venv venv


3. Activar el Entorno Virtual

En Windows:
.\venv\Scripts\activate

En Mac/Linux:

source venv/bin/activate
(Sabrás que está activo si ves un (venv) al inicio de tu línea de comandos).

4. Instalar Dependencias
Con el entorno activado, instala todas las librerías necesarias:

pip install -r requirements.txt


## Archivos y Carpetas Necesarias

yolov8n.pt (Detector de personas)

osnet_x0_25_msmt17.onnx (Extractor de características de ropa)

face_detection_yunet_2023mar.onnx (Detector facial rápido)

Además, debes tener la carpeta db_institucion con las fotografías de los rostros a reconocer.


## Ejecución
Para arrancar el sistema completo con interfaz gráfica y audio, ejecuta:

python main_fusion.py