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...
Na minha lista:
Autor principal: | |
---|---|
Outros Autores: | |
Formato: | bachelorThesis |
Idioma: | pt_BR |
Publicado em: |
Universidade Federal do Rio Grande do Norte
|
Assuntos: | |
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 |