Use este identificador para citar ou linkar para este item: http://repositorio.unesc.net/handle/1/8161
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisorMartins, Paulo João-
dc.contributor.authorOrso, Lucas Ricardo-
dc.coverage.spatialUniversidade do Extremo Sul Catarinensept_BR
dc.date.accessioned2021-05-05T23:06:39Z-
dc.date.available2021-05-05T23:06:39Z-
dc.date.created2018-12-
dc.identifier.urihttp://repositorio.unesc.net/handle/1/8161-
dc.descriptionTrabalho de Conclusão de Curso, apresentado para obtenção do grau de bacharel no curso de Ciência da Computação da Universidade do Extremo Sul Catarinense, UNESC.pt_BR
dc.description.abstractHá na atualidade um aumento na utilização de computadores, para fins profissionais, pessoais, informações gerais e restritas. Dessa forma, há uma necessidade na segurança em geral, requerendo um meio de autenticação prática, rápida e segura. Devido a isso, uma alternativa para a segurança é o reconhecimento facial, que vem ganhando atenção em diferentes áreas, por ser menos invasiva e prover as informações biométricas, apresentando características únicas de cada indivíduo. Não obstante, existem várias bibliotecas de reconhecimento facial disponíveis, dentre elas o OpenFace, biblioteca gratuita que oferece uma rede neural artificial treinada com mais de 500 mil faces, que contribui com aqueles que têm interesse na área de reconhecimento facial. Considerando a utilização do reconhecimento facial, este trabalho tem como objetivo avaliar o classificador Support Vector Machines utilizado pela biblioteca OpenFace na classificação das imagens através do método Cross- Validation. Inicialmente, foi realizada uma pesquisa bibliográfica acerca dos métodos, padrões e detecção do reconhecimento facial existente na literatura. Para replicar os resultados do OpenFace utilizou-se o banco de imagens Labeled Faces in the Wild. Foi utilizado duas bases de imagens, o MS-CELEB-1M e o FEI DATABASE, onde com a RNA do OpenFace foram extraídas as características de cada imagem, para posteriormente criar um classificador Support Vector Machines. Depois disso, o classificador foi avaliado pelo método de validação cruzada. Os resultados da acurácia do OpenFace na identificação de faces, quando utilizado a base de dados LFW coincidiram com os resultados existentes sobre o OpenFace. Os resultados na validação cruzada do SVM demonstraram acurácia similar entre as bases MS-CELEB- 1M e FEI DATABASE, com 0.99% e 0.89%, respectivamente. Em suma, pode-se concluir que os resultados desta pesquisa demonstraram-se satisfatórios quanto a utilização da biblioteca OpenFace, o que reforça os resultados existentes na literatura de que a utilização da inteligência artificial para os problemas encontrados na área de reconhecimento facial é uma opção a ser estudada e considerada a sua utilização.pt_BR
dc.language.isopt_BRpt_BR
dc.subjectBiometriapt_BR
dc.subjectReconhecimento facialpt_BR
dc.subjectOpenFacept_BR
dc.subjectInteligência artificialpt_BR
dc.titleEstudo de caso de um sistema de reconhecimento facial utilizando o openface para identificação de faces em bancos de imagenspt_BR
dc.typeTrabalho de Conclusão de Curso - TCCpt_BR
Aparece nas coleções:Trabalho de Conclusão de Curso (COM)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
LUCAS RICARDO ORSO.pdfTCC2,49 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.