Use este identificador para citar ou linkar para este item: http://hdl.handle.net/123456789/4264
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.authorSOARES NETO, Luiz Carlos-
dc.date.accessioned2020-02-05T13:35:15Z-
dc.date.available2020-02-05T13:35:15Z-
dc.date.issued2019-12-30-
dc.identifier.urihttp://hdl.handle.net/123456789/4264-
dc.descriptionAbstract Identifying people, whether through facial or biometric recognition, is associated with services that are beginning to be deployed around the world, whether in a public place, a large or small business, or even a simple condominium, for greater control. and organization in the active environment. However, the process to accomplish this type of task requires the involvement of new technologies, skilled people and adequate financial investment. Regarding costs, you can have a variation according to the purpose of the application and its place of operation, from a small bakery, to a large football stadium, for example. The main objective of this work is to analyze different types of facial detection and recognition algorithms for Facial Biometrics activity, aiming to show the interaction and differences of these algorithms. Some facial recognition algorithms have been used for comparisons and their advantages, comparative results are combined with other facial recognition methods, such as Haar Cascade with KNN or even using SVM, or decision tree, etc. Python and its associated OpenCV recognition libraries and the Dlib and Face Recognition facial recognition library, which has a sharper, more market-oriented accuracy, will be available as part of this work. . To generate the results, images recorded by the author and public databases available on the internet were used.pt_BR
dc.description.abstractIdentificar pessoas, seja através do reconhecimento facial ou biométrico, está associado aos serviços que estão começando a ser implantados em vários lugares do mundo, seja em local público, uma grande ou pequena empresa, ou até mesmo em simples condomínio, para ter um maior controle e organização no ambiente atuante. No entanto, o processo para realizar esse tipo de tarefa, requer um envolvimento de novas tecnologias, pessoas qualificadas e investimento financeiro adequado. Com relação aos custos, pode-se ter uma variação de acordo com o objetivo da aplicação e seu local de atuação, desde uma pequena padaria, a um grande estádio de futebol, por exemplo. O principal objetivo deste trabalho é fazer uma análise de diferentes tipos de algoritmos de detecção e reconhecimento facial para a atividade de Biometria Facial, com o objetivo de mostrar a interação e as diferenças desses algoritmos. Utilizou-se alguns algoritmos de reconhecimento facial para comparações e suas vantagens, associam-se os resultados comparativos com outros métodos de reconhecimento facial, como por exemplo, o Haar Cascade com KNN ou até mesmo utilizando SVM, ou árvore de decisão etc, além disso, tem-se disponível, diversos materiais sobre Python e suas bibliotecas de reconhecimento associado ao OpenCV e a biblioteca de reconhecimento facial Dlib e Face Recognition, que possui uma precisão mais acentuada e voltada para o mercado, e que será um dos componentes inseridos nesse trabalho. Para geração dos resultados foram utilizadas imagens gravadas pelo autor e bases públicas disponíveis na internet.pt_BR
dc.language.isootherpt_BR
dc.publisherUniversidade Federal do Maranhãopt_BR
dc.subjectBiometria Facialpt_BR
dc.subjectAprendizagem Profundapt_BR
dc.subjectRedes Neuraispt_BR
dc.subjectReconhecimento Facialpt_BR
dc.subjectMáquina de Vetores de Suportept_BR
dc.subjectHistograma de Gradientes Orientadospt_BR
dc.subjectFacial Biometricspt_BR
dc.subjectDeep learningpt_BR
dc.subjectNeural Networkspt_BR
dc.subjectFace Recognitionpt_BR
dc.subjectOriented Gradient Histogrampt_BR
dc.titleAnálise de algoritmos de biometria facial para controle de pessoas em espaços privativospt_BR
dc.title.alternativeAnalysis of facial biometrics algorithms to control people in private spacespt_BR
dc.typeOtherpt_BR
Aparece nas coleções:TCCs de Graduação em Ciência da Computação do Campus do Bacanga

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
LUIZ-SOARES.pdfTrabalho de Conclusão de Curso1,75 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.