Reconhecimento de Faces e Identificação de Regiões de Interesse em Cenas para o Acompanhamento Baseado na Movimentação de Servomotores e Inteligência Artificial
Resumo
Com a evolução da velocidade dos computadores e o barateamento de componentes eletrônicos, mediante aos dispositivos de prototipagem eletrônica, surge a oportunidade de criar sistemas que visem baratear e aumentar a disponibilidade de soluções de reconhecimento facial, aliado a utilização de microcontroladores e servomotores, apropriando-se de smartphones como ponte para disponibilizar o serviço para o usuário final em uma aplicação performática em tempo real.
Referências
Braga, E. S. and Costa, R. M. R. (2015). Imagem e movimento: implementando o movimento autônomo através do arduino e opencv. Centro de Ensino Superior de Juiz de Fora (CESJF).
Ferreira, C. S. (2012). Implemantação do algoritmo de subtração de fundo para detecção de objetos em movimento, usando sistemas reconfiguráveis. Universidade de Brasília.
Geitgey, A. (2016). Machine learning is fun! part 4: modern face recognition with deep learning. Medium. Medium Corporation, 24.
Grinberg, M. (2018). Flask Web Development: Developing Web Applications with Python. O’Reilly Media.
Hu, W., Tan, T., Wang, L., and Maybank, S. (2004). A survey on visual surveillance of object motion and behaviorsh. IEEE Trans. on Systems, Man and Cybernetics, 3:334– 352.
Junior, G. C. d. N. (2011). Máquinas elétricas: teoria e ensaios. Saraiva Educação SA. Karspersky (2021). What is facial recognition – definition and explanation. Disponível em: [link]. Acessado em: 16 de julho de 2021.
Lopes, E. C. (2005). Detecção de faces e características faciais. Pontifícia Universidade Católica do Rio Grande do Sul.
Navlani, A. (2018). Knn classification using scikit-learn. Disponível em: [link]. Acessado em: 16 de julho de 2021.
Oliveira, K. R. and Moreira, W. D. P. (2021). Sistema de detecção de sonolência em motoristas. Pontifícia Universidade Católica de Goiás.
Paixao, E. P. (2018). Aplicação do algotitmo viola-jones na detecção de objeto. Universidade Regional do Noroeste do Estado do Rio Grande do Sul – NIJUÍ.
Schmidt, A. E. and Nogueira, E. C. (2016). Estudo sobre métodos de reconhecimento facial em fotografias digitais. A Mostra Nacional de Iniciação Científica e Tecnológica Interdisciplinar (MICTI).
Tannus, A. M. (2018). Arduino: Servomotores. Centro Universitário de Anápolis Unievangélica.
Viola, P. and Jones, M. (2001). rapid object detection using a boosted cascade of simple features. IEEE Computer Society Conference.
Viola, P. and Jones, M. (2004). Robust real-time face detection. International Journal of Computer Vision.
Ferreira, C. S. (2012). Implemantação do algoritmo de subtração de fundo para detecção de objetos em movimento, usando sistemas reconfiguráveis. Universidade de Brasília.
Geitgey, A. (2016). Machine learning is fun! part 4: modern face recognition with deep learning. Medium. Medium Corporation, 24.
Grinberg, M. (2018). Flask Web Development: Developing Web Applications with Python. O’Reilly Media.
Hu, W., Tan, T., Wang, L., and Maybank, S. (2004). A survey on visual surveillance of object motion and behaviorsh. IEEE Trans. on Systems, Man and Cybernetics, 3:334– 352.
Junior, G. C. d. N. (2011). Máquinas elétricas: teoria e ensaios. Saraiva Educação SA. Karspersky (2021). What is facial recognition – definition and explanation. Disponível em: [link]. Acessado em: 16 de julho de 2021.
Lopes, E. C. (2005). Detecção de faces e características faciais. Pontifícia Universidade Católica do Rio Grande do Sul.
Navlani, A. (2018). Knn classification using scikit-learn. Disponível em: [link]. Acessado em: 16 de julho de 2021.
Oliveira, K. R. and Moreira, W. D. P. (2021). Sistema de detecção de sonolência em motoristas. Pontifícia Universidade Católica de Goiás.
Paixao, E. P. (2018). Aplicação do algotitmo viola-jones na detecção de objeto. Universidade Regional do Noroeste do Estado do Rio Grande do Sul – NIJUÍ.
Schmidt, A. E. and Nogueira, E. C. (2016). Estudo sobre métodos de reconhecimento facial em fotografias digitais. A Mostra Nacional de Iniciação Científica e Tecnológica Interdisciplinar (MICTI).
Tannus, A. M. (2018). Arduino: Servomotores. Centro Universitário de Anápolis Unievangélica.
Viola, P. and Jones, M. (2001). rapid object detection using a boosted cascade of simple features. IEEE Computer Society Conference.
Viola, P. and Jones, M. (2004). Robust real-time face detection. International Journal of Computer Vision.
Publicado
25/10/2021
Como Citar
SANTOS, Erick O.; MOITINHO, Luiz C. C.; ALMEIDA, Wedson T. de; BENICASA, Alcides X..
Reconhecimento de Faces e Identificação de Regiões de Interesse em Cenas para o Acompanhamento Baseado na Movimentação de Servomotores e Inteligência Artificial. In: ESCOLA REGIONAL DE COMPUTAÇÃO BAHIA, ALAGOAS E SERGIPE (ERBASE), 21. , 2021, Maceió.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2021
.
p. 87-96.
DOI: https://doi.org/10.5753/erbase.2021.20061.
