| |
| Acadêmico(a): Márcio Koch |
| Título: Visão Computacional para Reconhecimento de Faces aplicado na Identificação e Autenticação de Usuários na Web |
| |
| Conclusão: |
A utilização da biometria está cada vez mais presente em nosso dia a dia. Está tornando-se cada vez mais comum em celulares e tornando-se um recurso opcional em computadores. O emprego da biometria em empresas para controle de acesso e captura de ponto já é largamente difundido. Outros órgãos, como bancos, investem muito dinheiro e dão seus primeiros passos neste tipo de tecnologia para a identificação de seus usuários, com especial destaque na utilização dos caixas eletrônicos.
A visão computacional é, sem dúvida, um dos principais pilares para a área de segurança com o emprego da biometria. Neste trabalho ela foi combinada com a técnica estatística da análise das componentes principais para o reconhecimento de face, voltada para a identificação e autenticação de usuários na web. A técnica mostrou-se muito eficiente no reconhecimento de pessoas através da face, principalmente com iluminação moderada, sem excesso de brilho no ambiente, com pose neutra e frontal. Com estas características atingiu-se mais de 96% de acerto, superando os objetivos deste trabalho. Também mostrou-se tolerante a expressões faciais moderadas, desde que alguma face tenha sido treinada com alguma expressão semelhante. Um caso típico em que obteve-se falsos positivos, foi em mulheres que se cadastraram com cabelo solto e autenticaram-se com cabelo preso, ou vice-versa. Contudo, adicionando-se apenas uma face com a condição contraditória foi o suficiente para reconhecer com acerto.
Este trabalho atingiu seus objetivos específicos utilizando as técnicas de detecção, processamento, identificação e autenticação através da face de uma pessoa em um ambiente web, utilizando um applet como interface com o usuário, socket para transmitir as dados e armazenou todas as informações em um banco de dados Oracle.
Pode-se citar alguns diferenciais e semelhanças deste trabalho com os trabalhos correlatos. O trabalho de Pamplona Sobrinho (2010) identifica apenas um usuário como sendo reconhecido ou não reconhecido, através da reconstrução da face, porém não identifica quem é o usuário entre alguns outros. No presente trabalho o usuário testado é reconhecido e identificado através do método do k-vizinho mais próximo, baseado na menor soma dos quadrados das distâncias dos pontos projetados no subespaço PCA. Uma alternativa mais barata computacionalmente para calcular as distâncias seria a sugerida por Loesch e Hoeltgebaum (2012, p. 119), com a utilização do método dos centroides, sendo o centroide o ponto médio dos objetos contidos em uma classe. Campos (2001) soluciona alguns problemas deste trabalho extraindo apenas as partes da face mais relevantes e que sejam mais rígidas, como os olhos. A boca sofre muitas alterações com expressões faciais, como por exemplo, o sorriso. A projeção do nariz em um plano bidimensional faz com que a imagem sofra grandes alterações com variações na orientação da cabeça. O trabalho de Reaes (2006) também identifica um usuário através da face e recupera seus dados a partir da base, o que este trabalho faz de forma semelhante.
Quanto à utilização da API OpenCV foi de extrema importância para algumas operações como acessar um dispositivo de vídeo, pré-processamento e manipulação das imagens. Também possui inúmeras funções matemáticas e estruturas para manipulação de matrizes. Porém notou-se problemas quanto à liberação de memória, principalmente dentro de threads, obrigando em certos casos efetuar um retardo de tempo para liberar a memória das imagens capturadas através da webcam. Outro ponto a considerar é que com um número muito grande de imagens, ocorrem erros Not a Number (NaN) nos eigenvalues retornados pelo método cvCalcEigenObjects() e nos coeficientes dos pontos de projeção no subespaço PCA calculados pelo método cvEigenDecomposite(). Os mesmos dois métodos também ficaram instáveis ao tentar reduzir o número de eigenvetors utilizando apenas os autovalores mais significativos. |
| |
|
