Um estudo sobre técnicas de reconhecimento facial para plataformas stand-alone
Autor(es): Samir Sbardelotto
Orientador: Guilherme Holsbach Costa
Quantidade de visulizações: 148
Sistemas de reconhecimento facial têm se tornado cada vez mais cotidianos, nas mais diferentes aplicações. Resultados consideravelmente precisos são obtidos principalmente em ambientes controlados, visto que fatores como a variação de iluminação, pose, expressão facial e a oclusão parcial das faces podem afetar o desempenho do reconhecimento. Existem classificadores capazes de discriminar bases de dados com um grande número de indivíduos, porém o custo computacional para isso demanda servidores de alto desempenho, geralmente incorrendo na necessidade de processamento em nuvem, serviço que possui custo substancialmente alto, e consequente necessidade de conexão com a Internet, o que eleva o custo de manutenção da solução. Um classificador de baixo custo computacional e com capacidade de discriminação da ordem de milhares de indivíduos, que permita processamento local em dispositivos
stand-alone, é então fundamental para a aplicabilidade cotidiana, como, por exemplo, em condomínios, pequenas empresas e em instituições da sociedade civil organizada. Este trabalho investiga esse contexto e discute o estado-da-arte. Dada a consolidação do tema, diversos trabalhos de revisão sobre reconhecimento facial podem ser encontrados na literatura, mas observa-se que a principal contribuição deles é o agrupamento das soluções por abordagens ou por características comuns, discutindo superficialmente as aptidões de cada abordagem e orientando futuras pesquisas para tópicos que são discutidos a décadas, como, por exemplo, robustez à influência de iluminação. A maior parte dos trabalhos que propõem novos métodos de reconhecimento facial foca no aumento da acurácia, em relação ao estado-da-arte. Percebe-se uma lacuna na literatura acerca da análise teórica do comportamento desses classificadores, que leve à parametrização ótima, bem como acerca de soluções completas, que considerem questões tecnológicas como inclusão ou exclusão de indivíduos a uma base já treinada, treino a partir de uma única imagem e retreino e gestão da base de dados a partir de novos reconhecimentos. Por fim, percebe-se que, apesar do reconhecimento facial se tratar de um tema tecnologicamente dominado, seja visando plataformas
stand-alone, seja expandindo-se para o processamento em nuvem, existem pontos relevantes a um aumento de TRL a partir da literatura que carecem de investigação científica.
Palavras-chave: Reconhecimento facial, Dispositivos stand-alone