1. Repositório Institucional - Universidade Federal de Uberlândia
2. Faculdade de Computação (FACOM)
3. TCC - Ciência da Computação

ORCID:	http://orcid.org/0009-0008-1116-2685
Tipo do documento:	Trabalho de Conclusão de Curso
Tipo de acesso:	Acesso Aberto
Título:	Estudo de um modelo de rede neural convolucional aplicado ao reconhecimento facial
Título(s) alternativo(s):	Study of a convolutional neural network model applied to facial recognition
Autor(es):	Amorim, Enzo Lazzarini
Primeiro orientador:	Travençolo, Bruno Augusto Nassif
Primeiro membro da banca:	Sousa, Daniela Justiniano de
Segundo membro da banca:	Saide, Saide Manuel
Resumo:	Este trabalho avalia uma arquitetura de Rede Neural Convolucional aplicada ao reconhecimento facial com base no modelo C1-C2-H. A configuração implementada mantém 16 e 36 mapas de características nas camadas convolucionais e compara camadas ocultas com 128, 256, 512 e 1024 neurônios no conjunto de dados Olivetti Faces. Para cada configuração, foram realizadas 50 execuções separadas, com novas partições estratificadas em 90% para treinamento e 10% para teste, treinamento por 20 épocas e lotes de 32 imagens. O desempenho foi descrito pela média e pelo desvio padrão das acurácias de teste. As configurações alcançaram, respectivamente, acurácias médias de 86,75%, 93,25%, 95,40% e 95,85%; a última apresentou desvio padrão de 2,77 pontos percentuais. A maior média permaneceu abaixo dos 97,5% de teste reportados pelo artigo de referência para a configuração equivalente. Diferenças de pré-processamento e de protocolo impedem, contudo, uma comparação experimental direta. Os resultados indicam que a configuração com 1024 neurônios obteve o melhor desempenho médio entre as alternativas avaliadas, mas as partições não pareadas, a seleção do modelo com os mesmos resultados usados em sua avaliação e as limitações do conjunto de dados restringem a generalização das conclusões.
Palavras-chave:	Reconhecimento facial Facial recognition Redes neurais convolucionais Convolutional neural networks Aprendizado profundo Deep learning Olivetti Faces Olivetti Faces
Área(s) do CNPq:	CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::PROCESSAMENTO GRAFICO (GRAPHICS) CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO
Idioma:	por
País:	Brasil
Editora:	Universidade Federal de Uberlândia
Referência:	AMORIM, Enzo Lazzarini. Estudo de um modelo de rede neural convolucional aplicado ao reconhecimento facial. 2026. 40 f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) – Universidade Federal de Uberlândia, Uberlândia, 2026.
URI:	https://repositorio.ufu.br/handle/123456789/50063
Data de defesa:	17-Mar-2026
Aparece nas coleções:	TCC - Ciência da Computação

Este item está licenciada sob uma Licença Creative Commons