Reconhecimento facial para a identificação de pessoas em ambientes restritos: um estudo avaliativo
Autor(a) principal: | |
---|---|
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/123456789/54046 |
Resumo: | Este trabalho apresenta um estudo avaliativo que tem como objetivo geral investigar a viabilidade e efetividade do uso de sistemas de reconhecimento facial para identificar e monitorar pessoas em ambientes restritos. O estudo utiliza o algoritmo Haar Cascade do Viola-Jones para a detecção facial e realiza um estudo comparativo entre os algoritmos de reconhecimento facial LBPH e SVM da biblioteca scikit-learn (sklearn). O objetivo específico é determinar qual desses algoritmos oferece a solução mais eficiente e confiável para a identificação de indivíduos em ambientes controlados. Os resultados experimentais obtidos demonstram que o modelo proposto é capaz de identificar pessoas com precisão em ambientes fechados. O estudo comparativo revelou que ambos os algoritmos são eficazes no reconhecimento facial, porém o SVM apresentou um desempenho ligeiramente superior em termos de precisão. Com base nos resultados obtidos, conclui-se que o modelo de reconhecimento facial por meio de visão computacional apresentado neste trabalho pode contribuir significativamente para a segurança e gestão de ambientes restritos, especialmente no contexto universitário. |
id |
UFRN_fab5dd1be248f10ed810e483c2194a27 |
---|---|
oai_identifier_str |
oai:https://repositorio.ufrn.br:123456789/54046 |
network_acronym_str |
UFRN |
network_name_str |
Repositório Institucional da UFRN |
repository_id_str |
|
spelling |
Santos, Jaine de Sennahttps://lattes.cnpq.br/2425222634030515Medeiros, João Paulo de SouzaNeto, João Batista Borges2023-07-24T10:43:23Z2023-07-24T10:43:23Z2023-07-19SANTOS, Jaine de Senna. Reconhecimento facial para a identificação de pessoas em ambientes restritos: um estudo avaliativo. 2023. 66 f. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Departamento de Computação e Tecnologia, Centro de Ensino Superior do Seridó, Universidade Federal do Rio Grande do Norte, Caicó, 2023.https://repositorio.ufrn.br/handle/123456789/54046Este trabalho apresenta um estudo avaliativo que tem como objetivo geral investigar a viabilidade e efetividade do uso de sistemas de reconhecimento facial para identificar e monitorar pessoas em ambientes restritos. O estudo utiliza o algoritmo Haar Cascade do Viola-Jones para a detecção facial e realiza um estudo comparativo entre os algoritmos de reconhecimento facial LBPH e SVM da biblioteca scikit-learn (sklearn). O objetivo específico é determinar qual desses algoritmos oferece a solução mais eficiente e confiável para a identificação de indivíduos em ambientes controlados. Os resultados experimentais obtidos demonstram que o modelo proposto é capaz de identificar pessoas com precisão em ambientes fechados. O estudo comparativo revelou que ambos os algoritmos são eficazes no reconhecimento facial, porém o SVM apresentou um desempenho ligeiramente superior em termos de precisão. Com base nos resultados obtidos, conclui-se que o modelo de reconhecimento facial por meio de visão computacional apresentado neste trabalho pode contribuir significativamente para a segurança e gestão de ambientes restritos, especialmente no contexto universitário.This paper presents an evaluative study that aims to investigate the feasibility and effectiveness of using facial recognition systems to identify and monitor individuals in restricted environments. The study utilizes the Haar Cascade algorithm from Viola-Jones for facial detection and conducts a comparative study between the LBPH and SVM facial recognition algorithms from the scikit-learn (sklearn) library. The specific objective is to determine which of these algorithms provides the most efficient and reliable solution for identifying individuals in controlled environments. The experimental results demonstrate that the proposed model is capable of accurately identifying individuals in closed environments. The comparative study revealed that both algorithms are effective in facial recognition, but SVM showed slightly superior performance in terms of accuracy. Based on the obtained results, it can be concluded that the computer vision-based facial recognition model presented in this work can significantly contribute to the security and management of restricted environments, especially in the university context.Universidade Federal do Rio Grande do NorteBacharelado em Sistemas de InformaçãoUFRNBrasilDepartamento de Computação e TecnologiaAttribution 3.0 Brazilhttp://creativecommons.org/licenses/by/3.0/br/info:eu-repo/semantics/openAccessVisão computacionalReconhecimento facialOpenCVLBPHSVMOpen Source Computer Vision Library (OpenCV)Local Binary Patterns Histograms (LBPH)Support Vector Machine (SVM)Reconhecimento facial para a identificação de pessoas em ambientes restritos: um estudo avaliativoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisporreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNORIGINALReconhecimentoFacialPessoas_Santos_2023.pdfReconhecimentoFacialPessoas_Santos_2023.pdfapplication/pdf2240626https://repositorio.ufrn.br/bitstream/123456789/54046/1/ReconhecimentoFacialPessoas_Santos_2023.pdf242bad38c9c6d9d1531af5d70956ad77MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8914https://repositorio.ufrn.br/bitstream/123456789/54046/2/license_rdf4d2950bda3d176f570a9f8b328dfbbefMD52LICENSElicense.txtlicense.txttext/plain; charset=utf-81484https://repositorio.ufrn.br/bitstream/123456789/54046/3/license.txte9597aa2854d128fd968be5edc8a28d9MD53123456789/540462023-10-16 11:43:46.72oai:https://repositorio.ufrn.br:123456789/54046Tk9OLUVYQ0xVU0lWRSBESVNUUklCVVRJT04gTElDRU5TRQoKCkJ5IHNpZ25pbmcgYW5kIGRlbGl2ZXJpbmcgdGhpcyBsaWNlbnNlLCBNci4gKGF1dGhvciBvciBjb3B5cmlnaHQgaG9sZGVyKToKCgphKSBHcmFudHMgdGhlIFVuaXZlcnNpZGFkZSBGZWRlcmFsIFJpbyBHcmFuZGUgZG8gTm9ydGUgdGhlIG5vbi1leGNsdXNpdmUgcmlnaHQgb2YKcmVwcm9kdWNlLCBjb252ZXJ0IChhcyBkZWZpbmVkIGJlbG93KSwgY29tbXVuaWNhdGUgYW5kIC8gb3IKZGlzdHJpYnV0ZSB0aGUgZGVsaXZlcmVkIGRvY3VtZW50IChpbmNsdWRpbmcgYWJzdHJhY3QgLyBhYnN0cmFjdCkgaW4KZGlnaXRhbCBvciBwcmludGVkIGZvcm1hdCBhbmQgaW4gYW55IG1lZGl1bS4KCmIpIERlY2xhcmVzIHRoYXQgdGhlIGRvY3VtZW50IHN1Ym1pdHRlZCBpcyBpdHMgb3JpZ2luYWwgd29yaywgYW5kIHRoYXQKeW91IGhhdmUgdGhlIHJpZ2h0IHRvIGdyYW50IHRoZSByaWdodHMgY29udGFpbmVkIGluIHRoaXMgbGljZW5zZS4gRGVjbGFyZXMKdGhhdCB0aGUgZGVsaXZlcnkgb2YgdGhlIGRvY3VtZW50IGRvZXMgbm90IGluZnJpbmdlLCBhcyBmYXIgYXMgaXQgaXMKdGhlIHJpZ2h0cyBvZiBhbnkgb3RoZXIgcGVyc29uIG9yIGVudGl0eS4KCmMpIElmIHRoZSBkb2N1bWVudCBkZWxpdmVyZWQgY29udGFpbnMgbWF0ZXJpYWwgd2hpY2ggZG9lcyBub3QKcmlnaHRzLCBkZWNsYXJlcyB0aGF0IGl0IGhhcyBvYnRhaW5lZCBhdXRob3JpemF0aW9uIGZyb20gdGhlIGhvbGRlciBvZiB0aGUKY29weXJpZ2h0IHRvIGdyYW50IHRoZSBVbml2ZXJzaWRhZGUgRmVkZXJhbCBkbyBSaW8gR3JhbmRlIGRvIE5vcnRlIHRoZSByaWdodHMgcmVxdWlyZWQgYnkgdGhpcyBsaWNlbnNlLCBhbmQgdGhhdCB0aGlzIG1hdGVyaWFsIHdob3NlIHJpZ2h0cyBhcmUgb2YKdGhpcmQgcGFydGllcyBpcyBjbGVhcmx5IGlkZW50aWZpZWQgYW5kIHJlY29nbml6ZWQgaW4gdGhlIHRleHQgb3IKY29udGVudCBvZiB0aGUgZG9jdW1lbnQgZGVsaXZlcmVkLgoKSWYgdGhlIGRvY3VtZW50IHN1Ym1pdHRlZCBpcyBiYXNlZCBvbiBmdW5kZWQgb3Igc3VwcG9ydGVkIHdvcmsKYnkgYW5vdGhlciBpbnN0aXR1dGlvbiBvdGhlciB0aGFuIHRoZSBVbml2ZXJzaWRhZGUgRmVkZXJhbCBkbyBSaW8gR3JhbmRlIGRvIE5vcnRlLCBkZWNsYXJlcyB0aGF0IGl0IGhhcyBmdWxmaWxsZWQgYW55IG9ibGlnYXRpb25zIHJlcXVpcmVkIGJ5IHRoZSByZXNwZWN0aXZlIGFncmVlbWVudCBvciBhZ3JlZW1lbnQuCgpUaGUgVW5pdmVyc2lkYWRlIEZlZGVyYWwgZG8gUmlvIEdyYW5kZSBkbyBOb3J0ZSB3aWxsIGNsZWFybHkgaWRlbnRpZnkgaXRzIG5hbWUgKHMpIGFzIHRoZSBhdXRob3IgKHMpIG9yIGhvbGRlciAocykgb2YgdGhlIGRvY3VtZW50J3MgcmlnaHRzCmRlbGl2ZXJlZCwgYW5kIHdpbGwgbm90IG1ha2UgYW55IGNoYW5nZXMsIG90aGVyIHRoYW4gdGhvc2UgcGVybWl0dGVkIGJ5CnRoaXMgbGljZW5zZQo=Repositório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2023-10-16T14:43:46Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false |
dc.title.pt_BR.fl_str_mv |
Reconhecimento facial para a identificação de pessoas em ambientes restritos: um estudo avaliativo |
title |
Reconhecimento facial para a identificação de pessoas em ambientes restritos: um estudo avaliativo |
spellingShingle |
Reconhecimento facial para a identificação de pessoas em ambientes restritos: um estudo avaliativo Santos, Jaine de Senna Visão computacional Reconhecimento facial OpenCV LBPH SVM Open Source Computer Vision Library (OpenCV) Local Binary Patterns Histograms (LBPH) Support Vector Machine (SVM) |
title_short |
Reconhecimento facial para a identificação de pessoas em ambientes restritos: um estudo avaliativo |
title_full |
Reconhecimento facial para a identificação de pessoas em ambientes restritos: um estudo avaliativo |
title_fullStr |
Reconhecimento facial para a identificação de pessoas em ambientes restritos: um estudo avaliativo |
title_full_unstemmed |
Reconhecimento facial para a identificação de pessoas em ambientes restritos: um estudo avaliativo |
title_sort |
Reconhecimento facial para a identificação de pessoas em ambientes restritos: um estudo avaliativo |
author |
Santos, Jaine de Senna |
author_facet |
Santos, Jaine de Senna |
author_role |
author |
dc.contributor.authorLattes.pt_BR.fl_str_mv |
https://lattes.cnpq.br/2425222634030515 |
dc.contributor.referees1.none.fl_str_mv |
Neto, João Batista Borges |
dc.contributor.author.fl_str_mv |
Santos, Jaine de Senna |
dc.contributor.advisor-co1.fl_str_mv |
Medeiros, João Paulo de Souza |
contributor_str_mv |
Medeiros, João Paulo de Souza |
dc.subject.por.fl_str_mv |
Visão computacional Reconhecimento facial OpenCV LBPH SVM Open Source Computer Vision Library (OpenCV) Local Binary Patterns Histograms (LBPH) Support Vector Machine (SVM) |
topic |
Visão computacional Reconhecimento facial OpenCV LBPH SVM Open Source Computer Vision Library (OpenCV) Local Binary Patterns Histograms (LBPH) Support Vector Machine (SVM) |
description |
Este trabalho apresenta um estudo avaliativo que tem como objetivo geral investigar a viabilidade e efetividade do uso de sistemas de reconhecimento facial para identificar e monitorar pessoas em ambientes restritos. O estudo utiliza o algoritmo Haar Cascade do Viola-Jones para a detecção facial e realiza um estudo comparativo entre os algoritmos de reconhecimento facial LBPH e SVM da biblioteca scikit-learn (sklearn). O objetivo específico é determinar qual desses algoritmos oferece a solução mais eficiente e confiável para a identificação de indivíduos em ambientes controlados. Os resultados experimentais obtidos demonstram que o modelo proposto é capaz de identificar pessoas com precisão em ambientes fechados. O estudo comparativo revelou que ambos os algoritmos são eficazes no reconhecimento facial, porém o SVM apresentou um desempenho ligeiramente superior em termos de precisão. Com base nos resultados obtidos, conclui-se que o modelo de reconhecimento facial por meio de visão computacional apresentado neste trabalho pode contribuir significativamente para a segurança e gestão de ambientes restritos, especialmente no contexto universitário. |
publishDate |
2023 |
dc.date.accessioned.fl_str_mv |
2023-07-24T10:43:23Z |
dc.date.available.fl_str_mv |
2023-07-24T10:43:23Z |
dc.date.issued.fl_str_mv |
2023-07-19 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
SANTOS, Jaine de Senna. Reconhecimento facial para a identificação de pessoas em ambientes restritos: um estudo avaliativo. 2023. 66 f. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Departamento de Computação e Tecnologia, Centro de Ensino Superior do Seridó, Universidade Federal do Rio Grande do Norte, Caicó, 2023. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufrn.br/handle/123456789/54046 |
identifier_str_mv |
SANTOS, Jaine de Senna. Reconhecimento facial para a identificação de pessoas em ambientes restritos: um estudo avaliativo. 2023. 66 f. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Departamento de Computação e Tecnologia, Centro de Ensino Superior do Seridó, Universidade Federal do Rio Grande do Norte, Caicó, 2023. |
url |
https://repositorio.ufrn.br/handle/123456789/54046 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
Attribution 3.0 Brazil http://creativecommons.org/licenses/by/3.0/br/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Attribution 3.0 Brazil http://creativecommons.org/licenses/by/3.0/br/ |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal do Rio Grande do Norte |
dc.publisher.program.fl_str_mv |
Bacharelado em Sistemas de Informação |
dc.publisher.initials.fl_str_mv |
UFRN |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Departamento de Computação e Tecnologia |
publisher.none.fl_str_mv |
Universidade Federal do Rio Grande do Norte |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRN instname:Universidade Federal do Rio Grande do Norte (UFRN) instacron:UFRN |
instname_str |
Universidade Federal do Rio Grande do Norte (UFRN) |
instacron_str |
UFRN |
institution |
UFRN |
reponame_str |
Repositório Institucional da UFRN |
collection |
Repositório Institucional da UFRN |
bitstream.url.fl_str_mv |
https://repositorio.ufrn.br/bitstream/123456789/54046/1/ReconhecimentoFacialPessoas_Santos_2023.pdf https://repositorio.ufrn.br/bitstream/123456789/54046/2/license_rdf https://repositorio.ufrn.br/bitstream/123456789/54046/3/license.txt |
bitstream.checksum.fl_str_mv |
242bad38c9c6d9d1531af5d70956ad77 4d2950bda3d176f570a9f8b328dfbbef e9597aa2854d128fd968be5edc8a28d9 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN) |
repository.mail.fl_str_mv |
|
_version_ |
1802117864388296704 |