Publicação: Avaliação de algoritmos de reconhecimento facial para autenticação de usuários
Carregando...
Tipo do documento
Data
Direito de acesso
Coleções
Programa
Área do conhecimento
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::SISTEMAS DE INFORMACAO
Título da Revista
ISSN da Revista
Título de Volume
Orientador
Coorientador
Resumo
A segurança digital tem uma grande importância no cenário de rápida evolução tecnológica. Assim, a biometria de reconhecimento facial se torna uma promissora ferramenta
para a aprimorar a segurança de dados. O objetivo dessa pesquisa é aprofundar o entendimento sobre o uso do reconhecimento facial e identificar os métodos que são amplamente
usados no cenário atual. O projeto se divide em duas partes principais, a primeira sendo
a pesquisa teórica para fazer um investigação de estudos atuais e selecionar os métodos
que se mostram importantes para esse cenário. Após isso, a segunda parte da pesquisa faz
experimentos com esses algoritmos para determinar a precisão do identificação facial. A
partir de referenciais teóricos, os algoritmos de Eigenface, Fisherface, Local Binary Patterns Histograms (LBPH) e Facenet foram escolhidos para fazerem parte do estudo, isto
sendo baseado nos melhores resultados de estudos mais recentes. Portanto, os métodos
foram testados com dois datasets de imagens faciais, O Labelled Faces in the Wild e o
Celebrity Face Image Dataset. Após os experimentos, foi apresentado uma superioridade
do Modelo Facenet usando Transfer Learning com uma acurácia de média 99%, além
disso o modelo LBPH se mostra superior aos outros dois tendo um de media entre 64% e
78%. Porém, os algoritmos de Eigenface e fisherface apresentam resultados inferiores ao
esperado, trazendo acurácias no intervalo de 17% até 51% e 11% até 63% de acurácia,
sucessivamente.
Abstract
Palavras-chave
Reconhecimento facial, Facenet, Eigenface, Fisherface, LBPH, Labelled faces in the wild
Citação
SILVA, Eliabe Vinicius Costa e. Avaliação de algoritmos de reconhecimento facial para autenticação de usuários. 2023. 40 f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) – Universidade Federal de Uberlândia, Uberlândia, 2024.
DOI
Coleções
Avaliação
Revisão
Suplementado Por
Referenciado Por
Licença Creative Commons
Exceto quando indicado de outra forma, a licença deste item é descrita como Acesso Aberto