Use este identificador para citar ou linkar para este item:
http://repositorio.unesc.net/handle/1/8161
Registro completo de metadados
Campo DC | Valor | Idioma |
---|---|---|
dc.contributor.advisor | Martins, Paulo João | - |
dc.contributor.author | Orso, Lucas Ricardo | - |
dc.coverage.spatial | Universidade do Extremo Sul Catarinense | pt_BR |
dc.date.accessioned | 2021-05-05T23:06:39Z | - |
dc.date.available | 2021-05-05T23:06:39Z | - |
dc.date.created | 2018-12 | - |
dc.identifier.uri | http://repositorio.unesc.net/handle/1/8161 | - |
dc.description | Trabalho 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.abstract | Há 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.iso | pt_BR | pt_BR |
dc.subject | Biometria | pt_BR |
dc.subject | Reconhecimento facial | pt_BR |
dc.subject | OpenFace | pt_BR |
dc.subject | Inteligência artificial | pt_BR |
dc.title | Estudo de caso de um sistema de reconhecimento facial utilizando o openface para identificação de faces em bancos de imagens | pt_BR |
dc.type | Trabalho de Conclusão de Curso - TCC | pt_BR |
Aparece nas coleções: | Trabalho de Conclusão de Curso (COM) |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
LUCAS RICARDO ORSO.pdf | TCC | 2,49 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.