Um sistema de reconhecimento facial escalável baseado em aprendizado profundo para aplicações em tempo real

This work discusses the growing relevance of multi-camera surveillance systems, emphasiz ing the need for effective identification of individuals. Facial recognition systems detect and quickly identify and locate people, helping to prevent incidents. Facial recognition, particularly using Deep Lea...

ver descrição completa

Na minha lista:
Detalhes bibliográficos
Autor principal: Câmara Neto, Vilson Rodrigues
Outros Autores: Araujo, Daniel Sabino Amorim de
Formato: bachelorThesis
Idioma:pt_BR
Publicado em: Universidade Federal do Rio Grande do Norte
Assuntos:
Sistema de Reconhecimento Facial
Aprendizado Profundo
Resiliência
Escalabilidade
CNPQ::ENGENHARIAS
Endereço do item:https://repositorio.ufrn.br/handle/123456789/55796
Tags: Adicionar Tag
Sem tags, seja o primeiro a adicionar uma tag!
id ri-123456789-55796
record_format dspace
spelling ri-123456789-557962023-12-12T18:40:50Z Um sistema de reconhecimento facial escalável baseado em aprendizado profundo para aplicações em tempo real A scalable deep learning-based facial recognition system for real-time applications Câmara Neto, Vilson Rodrigues Araujo, Daniel Sabino Amorim de http://lattes.cnpq.br/4574286984298109 http://lattes.cnpq.br/4744754780165354 Silva, Ivanovitch Medeiros Dantas da http://lattes.cnpq.br/3608440944832201 Terrematte, Patrick Cesar Alves http://lattes.cnpq.br/4283045850342312 Sistema de Reconhecimento Facial Aprendizado Profundo Resiliência Escalabilidade CNPQ::ENGENHARIAS This work discusses the growing relevance of multi-camera surveillance systems, emphasiz ing the need for effective identification of individuals. Facial recognition systems detect and quickly identify and locate people, helping to prevent incidents. Facial recognition, particularly using Deep Learning techniques, appears as a promising solution. However, challenges such as scalability and resilience still persist. It proposes the use of Vector Databases, implementing HNSW, to improve efficiency in the face matching stage. The processing steps around the models were integrated into the models themselves, ensuring batch processing of steps previously carried out in a serial manner. Scaling and monitoring tools were solutions to ensure system resilience. The objective is to develop an efficient, resilient and low-cost facial recognition system, based on deep learning and distributed learning. This study presents a structure that encompasses concepts, system construction methods and test results. The tests demonstrated that the increase in demand was resolved through the scalability of the processing steps. Code and models are avaliable at <https://github.com/vilsonrodrigues/face-recognition>. Este trabalho discute a crescente relevância dos sistemas de vigilância multicâmeras, enfatizando a necessidade de uma identificação eficaz de indivíduos. Os sistemas de reconhecimento facial proporcionam uma identificação e localização rápidas de pessoas, auxiliando na prevenção de incidentes. O reconhecimento facial, particularmente com o uso de técnicas de Aprendizado Profundo, emerge como uma solução promissora. Contudo, de safios como escalabilidade e resiliência ainda persistem. Propõe-se o uso de Bancos de Dados Vetoriais, implementando HNSW, para aprimorar a eficiência na etapa de correspondência de rostos. As etapas de processamento em torno dos modelos foram integradas aos próprios modelos, garantindo o processamento em lote de etapas anteriormente realizadas de maneira serial. Ferramentas de escalabilidade e monitoramento foram implementadas para assegurar a resiliência do sistema. O objetivo é desenvolver um sistema de reconhecimento facial eficiente, resiliente e de baixo custo, fundamentado em Aprendizado Profundo e computação distribuída. Este estudo apresenta uma estrutura que engloba conceitos, métodos de construção do sistema e resultados de testes. Os testes demonstraram que o aumento da demanda por ser resolvido por meio da escalabildade das etapas de processamento. Código e modelos estão disponíveis em <https://github.com/vilsonrodrigues/face-recognition>. 2023-12-12T18:40:50Z 2023-12-12T18:40:50Z 2023-12-07 bachelorThesis CÂMARA NETO, Vilson Rodrigues. Um sistema de reconhecimento facial escalável baseado em aprendizado profundo para aplicações em tempo real. 2023. 56 f. Trabalho de Conclusão de Curso (Graduação em Engenharia de Computação) - Departamento de Engenharia da Computação, Universidade Federal do Rio Grande do Norte, Natal, 2023. https://repositorio.ufrn.br/handle/123456789/55796 pt_BR CC0 1.0 Universal http://creativecommons.org/publicdomain/zero/1.0/ application/pdf Universidade Federal do Rio Grande do Norte Brasil UFRN Bacharelado em Engenharia de Computação Departamento de Engenharia de Computação e Automação
institution Repositório Institucional
collection RI - UFRN
language pt_BR
topic Sistema de Reconhecimento Facial
Aprendizado Profundo
Resiliência
Escalabilidade
CNPQ::ENGENHARIAS
spellingShingle Sistema de Reconhecimento Facial
Aprendizado Profundo
Resiliência
Escalabilidade
CNPQ::ENGENHARIAS
Câmara Neto, Vilson Rodrigues
Um sistema de reconhecimento facial escalável baseado em aprendizado profundo para aplicações em tempo real
description This work discusses the growing relevance of multi-camera surveillance systems, emphasiz ing the need for effective identification of individuals. Facial recognition systems detect and quickly identify and locate people, helping to prevent incidents. Facial recognition, particularly using Deep Learning techniques, appears as a promising solution. However, challenges such as scalability and resilience still persist. It proposes the use of Vector Databases, implementing HNSW, to improve efficiency in the face matching stage. The processing steps around the models were integrated into the models themselves, ensuring batch processing of steps previously carried out in a serial manner. Scaling and monitoring tools were solutions to ensure system resilience. The objective is to develop an efficient, resilient and low-cost facial recognition system, based on deep learning and distributed learning. This study presents a structure that encompasses concepts, system construction methods and test results. The tests demonstrated that the increase in demand was resolved through the scalability of the processing steps. Code and models are avaliable at <https://github.com/vilsonrodrigues/face-recognition>.
author2 Araujo, Daniel Sabino Amorim de
author_facet Araujo, Daniel Sabino Amorim de
Câmara Neto, Vilson Rodrigues
format bachelorThesis
author Câmara Neto, Vilson Rodrigues
author_sort Câmara Neto, Vilson Rodrigues
title Um sistema de reconhecimento facial escalável baseado em aprendizado profundo para aplicações em tempo real
title_short Um sistema de reconhecimento facial escalável baseado em aprendizado profundo para aplicações em tempo real
title_full Um sistema de reconhecimento facial escalável baseado em aprendizado profundo para aplicações em tempo real
title_fullStr Um sistema de reconhecimento facial escalável baseado em aprendizado profundo para aplicações em tempo real
title_full_unstemmed Um sistema de reconhecimento facial escalável baseado em aprendizado profundo para aplicações em tempo real
title_sort um sistema de reconhecimento facial escalável baseado em aprendizado profundo para aplicações em tempo real
publisher Universidade Federal do Rio Grande do Norte
publishDate 2023
url https://repositorio.ufrn.br/handle/123456789/55796
work_keys_str_mv AT camaranetovilsonrodrigues umsistemadereconhecimentofacialescalavelbaseadoemaprendizadoprofundoparaaplicacoesemtemporeal
AT camaranetovilsonrodrigues ascalabledeeplearningbasedfacialrecognitionsystemforrealtimeapplications
_version_ 1785623360845119488

Registros relacionados