Publicação: Identificação biométrica de pessoas por meio do reconhecimento facial utilizando vision transformers
Carregando...
Arquivos
Data
Autores
Orientador
Marana, Aparecido Nilceu 
Coorientador
Pós-graduação
Curso de graduação
Bauru - FC - Ciência da Computação
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Estadual Paulista (Unesp)
Tipo
Trabalho de conclusão de curso
Direito de acesso
Acesso aberto
Resumo
Resumo (português)
A biometria se tornou uma das formas mais seguras na tarefa de reconhecimento de indivíduos, sendo o reconhecimento facial um dos problemas clássicos na área da visão computacional. Proposto pela primeira vez há 50 anos, os sistemas de reconhecimento automático de rostos passaram por diversas mudanças ao longo do tempo, desde algoritmos tradicionais até o uso de aprendizado de máquina profundo, com destaque nas redes neurais convolucionais, que hoje predominam as pesquisas na área. Visando novas alternativas de métodos para a tarefa de reconhecimento facial, este trabalho propôs avaliar o desempenho de uma arquitetura baseada em transformadores e autoatenção com foco em imagens, o Vision Transformer, em ambientes controlados e não controlados, além do desenvolvimento de uma aplicação completa para analisar o funcionamento do modelo de forma prática. Para atingir tal objetivo, a metodologia aplicada consiste no uso de técnicas de detecção e alinhamento facial, para aperfeiçoar o treinamento e validação do modelo de reconhecimento, em conjunto com métodos de análise comuns a sistemas de identificação e verificação, a fim de mensurar o desempenho da arquitetura proposta na resolução do problema de reconhecimento facial. Os resultados demonstraram que o Vision Transformer é capaz de desempenhar a função de reconhecimento com eficácia, todavia apresentando algumas limitações em ambientes com maior instabilidade de iluminação e variações de expressões faciais, principalmente devido ao tamanho limitado das bases de dados de imagens utilizadas, mas não prejudicando a experiência do usuário e a confiabilidade do aplicativo desenvolvido.
Resumo (inglês)
Biometrics has become one of the most secure ways to identify individuals, with facial recognition being one of the classic problems in the field of computer vision. First proposed 50 years ago, automatic face recognition systems have undergone various changes over time, from traditional algorithms to the use of deep learning, with a focus on convolutional neural networks, which today dominate research in the field. Aiming at new alternatives for methods for the task of facial recognition, this work proposed to evaluate the performance of an architecture based on transformers and self-attention focused on images, the Vision Transformer, in controlled and uncontrolled environments, in addition to the development of a complete application to analyze the functioning of the model in a practical way. To achieve this goal, the methodology applied consists of the use of facial detection and alignment techniques, to improve the training and validation of the recognition model, together with common analysis methods for identification and verification systems, in order to measure the performance of the proposed architecture in solving the problem of facial recognition. The results showed that the Vision Transformer is capable of performing the recognition function effectively, however presenting some limitations in environments with greater lighting instability and variations in facial expressions, mainly due to the limited size of the image databases used, but not compromising the user experience and the reliability of the application developed.
Descrição
Palavras-chave
Aplicativo, Aprendizado de máquina, Biometria, Reconhecimento facial, Vision transformer, Application, Biometrics, Facial recognition, Machine learning
Idioma
Português
Como citar
RAMOS, Arthur Francisco. Identificação biométrica de pessoas por meio do reconhecimento facial utilizando vision transformers. 2023. 60 f. (Bacharelado em Ciência da Computação) - Faculdade de Ciências, Universidade Estadual Paulista (UNESP), Bauru. 2023.
