Arquitetura de sistema de reconhecimento facial de baixo custo para controle de acesso em ambientes não controlados

Abstract

Resumo: Nos ultimos anos, sistemas de Reconhecimento Facial tem sido cada vez mais utilizados como forma de biometria confiavel, devido a capacidade de identificar individuos sem a necessidade de colaboracao espontanea, sendo utilizado na prevencao de ataques terroristas, controle de acesso, sistemas de seguranca, de vigilancia e outros. O presente trabalho propoe um prototipo de um sistema de controle de acesso, de uma pessoa por vez, em ambientes internos com pouco controle de iluminacao e sem controle de pose das pessoas, construido a partir de um modelo criado para esse proposito, que define uma de arquitetura de software, projetada utilizando plataformas de codigo livre, uma arquitetura de hardware de baixo custo e definicoes espaciais e de iluminacao de um ambiente. As arquiteturas foram projetadas a partir de uma pesquisa exploratoria que identifica, de forma predominantemente qualitativa, tecnicas rapidas e eficazes de Identificacao de Humanos e de Reconhecimento Facial. A partir de 2012, diversos trabalhos envolvendo Reconhecimento Facial tem utilizado Redes Neurais com sucesso, superando outras tecnicas e superando constantemente o estado da arte. A arquitetura de software propoe uma combinacao de tecnicas rapidas de Identificacao de Humanos, Deteccao Facial e de Reconhecimento Facial, o qual utiliza uma Rede Neural Convolucional Profunda e uma tecnica inovadora de controle de luminosidade em imagens digitais, ao passo que, a arquitetura de hardware proposta, utiliza componentes de baixo custo. Utilizando essas arquiteturas, o atual trabalho cria um prototipo capaz de realizar o Reconhecimento Facial atingindo taxas de reconhecimento acima de 90%.

Abstract: In recent years, Facial Recognition systems have been increasingly used as a reliable form of biometrics, due to the ability to identify individuals without the need for spontaneous collaboration, and have been used in the prevention of terrorist attacks, access control, security systems, surveillance and others. The present work proposes an access control system prototype, one person at a time, which runs indoors with little control of lighting and without control of the person's pose, built from a model created for this purpose, that defines a software architecture, designed using open source code platforms, a low cost hardware architecture and spatial and lighting settings for an environment. The architectures were designed on an exploratory research that identifies, in a predominantly qualitative way, fast and effective techniques of Human Identification and Facial Recognition. From 2012, several works involving Facial Recognition have successfully used Neural Networks, surpassing other techniques and constantly surpassing the state of the art. The software architecture proposes a combination of fast Human Identification, Facial Detection and Facial Recognition techniques, which uses a Deep Convolution Neural Network and an innovative technique for controlling brightness in digital images, as the hardware architecture uses low cost components. By using these architectures, the current work creates a prototype which performs Facial Recognition reaching recognition rates above 90%.