Reconhecimento de face e de prova de vida com Tensorflow para criação de um sistema de segurança voltado a residências e a ambientes de acesso restrito (2019)
- Authors:
- Autor USP: ROUHANI, SAMA - ICMC
- Unidade: ICMC
- Sigla do Departamento: SSC
- Subjects: PERCEPÇÃO DA FACE; REDES NEURAIS; INTELIGÊNCIA ARTIFICIAL; APRENDIZADO COMPUTACIONAL
- Keywords: "Proof of life"; Face recognition; Neural networks; Prova de vida; Safety; Segurança
- Language: Português
- Abstract: O reconhecimento de faces é aplicado em várias tecnologias de segurança, como desbloqueios de celular, autenticação de entradas e saídas de estabelecimentos, meios de pagamentos via aplicativos móveis e outros. Para melhorar a confiança nos sistemas de segurança, foi desenvolvido também um reconhecedor de vida, com o uso do espectrograma da voz do usuário. Esse projeto propõe a criação de um sistema de segurança de autenticação de portas de residências e de acesso a salas e ambientes restritos (p.ex. laboratórios de pesquisa), com a aplicação das técnicas de reconhecimento de faces e de prova de vida, através de Deep Learning e Aprendizagem de Máquina, com o auxílio da ferramenta Tensorflow (um framework de aprendizado de máquina bastante utilizado no mercado), e com isso, criar um protótipo do sistema de reconhecimento facial e de vida, que pode ser facilmente convertido em um produto comercial. O projeto foi dividido em quatro redes neurais(RN-1, 2, 3, 4). A primeira, RN-1, consiste em treinar a rede com a base LFW ( Face Dataset ) para obter a melhor arquitetura de Aprendizado de Máquina. Então a aplicação realiza a captura da imagem e da voz do usuário. Na segunda rede, RN-2, utilizou-se dessa arquitetura selecionada para treinar a rede em base própria de reconhecimento de face (de complexidade 1:N), que foi criada especificamente para este trabalho. A terceira, RN-3, corresponde ao Reconhecimento da Prova de Vida (de complexidade 1:N), pois o sistema verifica se a voz(áudio) se refere à mesma pessoa da RN-2, evitando que o sistema seja enganado com a simples apresentação de uma foto/imagem no lugar da face humana real ou mesmo de um gravador de voz. Isso aumenta muito o grau de confiabilidade da aplicação, pois a verificação é dupla. A quarta rede, RN-4,(de complexidade 1:1) verifica também a voz da pessoa, porém há somente 2 classes: a do indivíduo em questão e a classe outros (outros usuários), portanto, haverá uma rede separada para cada usuário. Essa análise aumenta ainda mais o grau de confiabilidade da aplicação. Os resultados mostraram que: dentre 9 arquiteturas testadas, na RN-1, apenas a mobilenet_1.0_128 obteve os melhores resultados; a acurácia da rede, com a base própria na RN-2, obteve resultados muito melhores do que na RN-1 com a base LFW; o espectrograma de voz analisado na RN-3 obteve resultados muito satisfatórios com acurácia chegando a 92%; já na RN-4 as acurácias das redes chegaram a 100% .
- Imprenta:
- Publisher place: São Carlos
- Date published: 2019
- Data da defesa: 16.05.2019
-
ABNT
ROUHANI, Sama. Reconhecimento de face e de prova de vida com Tensorflow para criação de um sistema de segurança voltado a residências e a ambientes de acesso restrito. 2019. Mestrado Profissionalizante – Universidade de São Paulo, São Carlos, 2019. Disponível em: http://www.teses.usp.br/teses/disponiveis/55/55137/tde-21082019-155544/. Acesso em: 06 nov. 2024. -
APA
Rouhani, S. (2019). Reconhecimento de face e de prova de vida com Tensorflow para criação de um sistema de segurança voltado a residências e a ambientes de acesso restrito (Mestrado Profissionalizante). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/55/55137/tde-21082019-155544/ -
NLM
Rouhani S. Reconhecimento de face e de prova de vida com Tensorflow para criação de um sistema de segurança voltado a residências e a ambientes de acesso restrito [Internet]. 2019 ;[citado 2024 nov. 06 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55137/tde-21082019-155544/ -
Vancouver
Rouhani S. Reconhecimento de face e de prova de vida com Tensorflow para criação de um sistema de segurança voltado a residências e a ambientes de acesso restrito [Internet]. 2019 ;[citado 2024 nov. 06 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55137/tde-21082019-155544/
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
