Um sistema de reconhecimento facial escalável baseado em aprendizado profundo para aplicações em tempo real

• Autor(a) principal: Câmara Neto, Vilson Rodrigues
• Data de Publicação: 2023
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFRN
• Texto Completo: https://repositorio.ufrn.br/handle/123456789/55796
• topic: CNPQ::ENGENHARIAS; Sistema de Reconhecimento Facial; Aprendizado Profundo; Resiliência; Escalabilidade

Este trabalho discute a crescente relevância dos sistemas de vigilância multicâmeras, enfatizando a necessidade de uma identificação eficaz de indivíduos. Os sistemas de reconhecimento facial proporcionam uma identificação e localização rápidas de pessoas, auxiliando na prevenção de incidentes. O reconhecimento facial, particularmente com o uso de técnicas de Aprendizado Profundo, emerge como uma solução promissora. Contudo, de safios como escalabilidade e resiliência ainda persistem. Propõe-se o uso de Bancos de Dados Vetoriais, implementando HNSW, para aprimorar a eficiência na etapa de correspondência de rostos. As etapas de processamento em torno dos modelos foram integradas aos próprios modelos, garantindo o processamento em lote de etapas anteriormente realizadas de maneira serial. Ferramentas de escalabilidade e monitoramento foram implementadas para assegurar a resiliência do sistema. O objetivo é desenvolver um sistema de reconhecimento facial eficiente, resiliente e de baixo custo, fundamentado em Aprendizado Profundo e computação distribuída. Este estudo apresenta uma estrutura que engloba conceitos, métodos de construção do sistema e resultados de testes. Os testes demonstraram que o aumento da demanda por ser resolvido por meio da escalabildade das etapas de processamento. Código e modelos estão disponíveis em <https://github.com/vilsonrodrigues/face-recognition>.