Reconhecimento facial para a identificação de pessoas em ambientes restritos: um estudo avaliativo

• Autor(a) principal: Santos, Jaine de Senna
• 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
• topic: Visão computacional; Reconhecimento facial; OpenCV; LBPH; SVM; Open Source Computer Vision Library (OpenCV); Local Binary Patterns Histograms (LBPH); Support Vector Machine (SVM)

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.