Skip to content

Alguns exemplos de como aplicar Machine Learning e Deep Learning para reconhecimento facial

Notifications You must be signed in to change notification settings

igoracmorais/Reconhecimento_facial

Repository files navigation

Reconhecimento Facial

O surgimento de diversas técnicas de inteligência artificial aplicadas ao problema de leitura de imagem, análise de voz e vídeo dentre outros dados não estruturados abriu possibilidades de aplicação em várias áreas da indústria. Em destaque o uso dos algoritmos que facilitam o processo de reconhecimento facial e que podem ser facilmente aplicados em softwares livres como o python. Uma das vantagens em adotar o python é que ele permite combinar diversas bibliotecas, como de machine learning e deep learning, de forma rápida e em apenas poucas linhas de códigos em seu próprio notebook em casa.
A aplicação de modelos de machine learning para reconhecimento facial segue o procedimento tradicional no qual inserimos input para o modelo e produzimos um resultado que compara determinado rosto com o banco de dados de diferentes faces fornecido. Mas aqui temos um desafio adicional. No caso da imagem de um rosto, temos que extrair as características que estão ali presentes, como a cor dos olhos, do cabelo e da pele, a distância dentre os olhos e também das orelhas, o tamanho e formato do nariz e da boca, se tem barba ou bigode, ou ainda uma cicatriz ou tatuagem e, para modelos bem mais precisos, há diversas outras características que podemos lançar mão. Mas, ao final, o que temos que fazer é converter essas características em um vetor de números.
Há diversa formas de se trabalhar com o problema de reconhecimento facial mas, podemos apontar aquelas que são mais utilizadas. A primeira, e que todos estamos acostumados nas mídias sociais, é reconhecer todos os rostos de pessoas que estão em uma foto. A segunda forma de se trabalhar com reconhecimento facial seria encontrar um rosto dentre vários e depois manipular esse rosto. Outra maneira, e mais simples, seria encontrar um rosto em meio a um conjunto de rostos. E, por fim, muitas das técnicas de reconhecimento facial acabam utilizando a capacidade de reconhecer um rosto em tempo real. Um bom pacote do python para isso é o "openCV" ou então o "face_recognition".

OpenCV

O OpenCv (Open Source Computer Vision Library) é um pacote que pode ser usado no Python e que contempla diversas bibliotecas que podem ser utilizadas para trabalhar com algoritmos de visão computacional.

Literatura e sugestões

Diversos livros, rotinas de exemplo, dados e vários outros conteúdos que abordam o tema de reconhecimento facial podem ser acessados na internet. Abaixo faço uma lista de algumas que foram úteis para criar os notebooks desse projeto e melhor formular o entendimento desse problema.
https://face-recognition.readthedocs.io/en/latest/readme.html
https://docs.opencv.org/3.1.0/index.html
https://pypi.org/project/opencv-python/
https://www.superdatascience.com/opencv-face-recognition/
https://realpython.com/face-recognition-with-python/
https://www.analyticsvidhya.com/blog/2018/08/a-simple-introduction-to-facial-recognition-with-python-codes/

About

Alguns exemplos de como aplicar Machine Learning e Deep Learning para reconhecimento facial

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published