1. Repositório Institucional - Universidade Federal de Uberlândia
  2. Faculdade de Computação (FACOM)
  3. TCC - Ciência da Computação
Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/41074
Full metadata record
DC FieldValueLanguage
dc.creatorSilva, Eliabe Vinicius Costa e-
dc.date.accessioned2024-01-30T19:09:27Z-
dc.date.available2024-01-30T19:09:27Z-
dc.date.issued2023-11-29-
dc.identifier.citationSILVA, 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.pt_BR
dc.identifier.urihttps://repositorio.ufu.br/handle/123456789/41074-
dc.languageporpt_BR
dc.publisherUniversidade Federal de Uberlândiapt_BR
dc.rightsAcesso Abertopt_BR
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/*
dc.subjectReconhecimento facialpt_BR
dc.subjectFacenetpt_BR
dc.subjectEigenfacept_BR
dc.subjectFisherfacept_BR
dc.subjectLBPHpt_BR
dc.subjectLabelled faces in the wildpt_BR
dc.titleAvaliação de algoritmos de reconhecimento facial para autenticação de usuáriospt_BR
dc.title.alternativeEvaluation of facial recognition algorithms for user authenticationpt_BR
dc.typeTrabalho de Conclusão de Cursopt_BR
dc.contributor.advisor1Ribeiro, Thiago Pirola-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/8887726177714522pt_BR
dc.contributor.referee1Nascimento, Marcelo Zanchetta do-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/5800175874658088pt_BR
dc.contributor.referee2Martinez, Ana Cláudia-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/6993507870608075pt_BR
dc.description.degreenameTrabalho de Conclusão de Curso (Graduação)pt_BR
dc.description.resumoA 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.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.courseCiência da Computaçãopt_BR
dc.sizeorduration40pt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::SISTEMAS DE INFORMACAOpt_BR
dc.orcid.putcode152001381-
Appears in Collections:TCC - Ciência da Computação

Files in This Item:
File Description SizeFormat 
AvaliaçãoAlgoritmosReconhecimento.pdfTCC2.53 MBAdobe PDFThumbnail
View/Open
Show simple item record


This item is licensed under a Creative Commons License Creative Commons