Aprendizado de máquina para o reconhecimento facial aplicado a fechaduras inteligentes

Abstract

Soluções de segurança para proteção de bens, como fechaduras convencionais, inteligentes e eletrônicas estão disponíveis no mercado. Algumas meio de impressão digital, no entanto, o reconhecimento facial, utilizando técnicas de visão computacional por meio de deep learning, surge como uma alternativa promissora. O objetivo desta pesquisa consiste em analisar algoritmos de reconhecimento facial aplicados a problemática de fechaduras inteligentes, empregando-se redes neurais convolucionais e métricas de avaliação para mensurar o desempenho dos modelos gerados. A abordagem da pesquisa quanto à natureza, é aplicada e de base tecnológica, empregando algoritmos de aprendizado de máquina para o reconhecimento facial em fechaduras inteligentes. No que se refere aos objetivos é uma pesquisa descritiva, pois avalia por meio de métricas de qualidade em redes neurais artificiais o desempenho dos modelos gerados pelos métodos e arquiteturas empregadas. Os resultados evidenciaram a promissora eficácia das arquiteturas DenseNet-121 e DenseNet-169, aliadas ao método de reconhecimento facial Fisherfaces, em termos de precisão, acurácia e F1, tanto em análises de pequena escala quanto de larga escala.