Mostrar registro simples

Desenvolvimento de um Sistema de Reconhecimento Facial para Controle de Acesso e Segurança no Campus IFPE Paulista.

dc.creatorSantos, Gabriel Henrique de Santana
dc.date.accessioned2025-06-05T21:29:04Z
dc.date.available2025-06-05T21:29:04Z
dc.date.issued2025-05-28
dc.identifier.citationSANTOS, Gabriel Henrique de Santana. Desenvolvimento de um sistema de reconhecimento facial para controle de acesso e segurança no Campus IFPE Paulista. 2025. Trabalho de Conclusão de Curso (Tecnologia em Análise e Desenvolvimento de Sistemas) — Instituto Federal de Educação, Ciência e Tecnologia de Pernambuco, Orientador: Rodrigo Cesar Lira da Silva, Campus Paulista, Paulista, 2025.pt_BR
dc.identifier.urihttps://repositorio.ifpe.edu.br/xmlui/handle/123456789/1710
dc.description.abstractThis work addresses the growing relevance of facial recognition for security in educational institutions, motivated by recent episodes of school violence, and proposes an access control system for IFPE's Paulista campus, whose methodology includes a literature review, selection of deep learning algorithms (Res10-SSD for detection and FaceNet for embeddings), and implementation in Python with OpenCV and face_recognition for real-time operation. The prototype processed 120 faces at rates between 17.44 and 31 FPS, with average confidence above the defined threshold. This allowed it to correctly identify authorized users and intruders, although performance fluctuations under load and lighting variations reveal the need for optimizations in pre-processing and diversification of the dataset.pt_BR
dc.format.extent19 p.pt_BR
dc.languagept_BRpt_BR
dc.relationBBC NEWS BRASIL. O que se sabe sobre o ataque a tiros que matou 14 pessoas em universidade em Praga. 22 dez. 2023. Disponível em: https://www.bbc.com/portuguese/articles/c2jy4z81j5lo. Acesso em: 19 jun. 2024. BRADSKI, G.; KAEHLER, A. Learning OpenCV: Computer vision with the OpenCV library. Sebastopol: O’Reilly Media, Inc, 2008. ISBN: 978-0-596-51613-0. FENG, Y. et al. Detect Faces Efficiently: A Survey and Evaluations. IEEE Transactions on Biometrics, Behavior, and Identity Science, v. 4, n. 1, p. 1–18, jan. 2022. Doi: 10.1109/TBIOM.2021.3120412. LI, L. et al. A Review of Face Recognition Technology. IEEE Access, v. 8, p. 139110–139120, 21 jul. 2020. LIU, W.; ANGUELOV, D.; ERHAN, D. et al. SSD: Single Shot MultiBox Detector. In: EUROPEAN CONFERENCE ON COMPUTER VISION (ECCV), 14. Amsterdam: Springer, Cham, 2016. p. 21-37. MAKHSUD, U. Identification and Authentication. International Journal Of Academic Pedagogical Research (IJAPR), p. 39, jan. 2021. ISSN: 2643-9123. MANDRU, SRIKANTH. How AI can improve identity verification and access control processes. Journal of Artificial Intelligence & Cloud Computing, v. 1, n. 4, p. 1-5, dez. 2022. OLOYEDE, M. O.; HANCKE, G. P.; MYBURGH, H. C. A review on face recognition systems: recent approaches and challenges. Multimedia Tools and Applications, v. 79, n. 37–38, p. 27891–27922, jul. 2020. SANTOSO, W.; SAFITRI, R.; SAMIDI, S. Integration of Artificial Intelligence in Facial Recognition Systems for Software Security. Sinkron: jurnal dan penelitian teknik informatika, v. 8, n. 2, p. 1208–1214, 30 abr. 2024. SCHROFF, F.; KALENICHENKO, D.; PHILBIN, J. FaceNet: A unified embedding for face recognition and clustering. In: 2015 IEEE Conference on Computer Vision and Pattern Recognition (CVPR), jun. 2015. TASKIRAN, M.; KAHRAMAN, N.; ERDEM, C. E. Face recognition: Past, present and future (a review). Digital Signal Processing, v. 106, p. 102809, nov. 2020. VINHA, TELMA, et al. Ataques de Violência Extrema em Escolas no Brasil: Causas e Caminhos. 1. ed. São Paulo: D3e, 2023. ISBN: 978-65-995856-8-5. VIOLA, P.; JONES, M. Rapid Object Detection using a Boosted Cascade of Simple Features. Conference on Computer Vision and Pattern Recognition, 2001. YUSUF, NUHU; MARAFA, Kamalu Abdullahi; SHEHU, Kamila Ladan; MAMMAN, Hussaini; MAIDAWA, Mustapha. A survey of biometric approaches of authentication. International Journal of Advanced Computer Research, v. 10, n. 47, p. 96–104, 2020. INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE PERNAMBUCO. Campus Paulista. Curso de Análise e Desenvolvimento de Sistemas. 2025. ZHOU, F.; ZHAO, T. A survey on biometrics authentication. arXiv, 15 dez. 2022. ZULKARNAIN, S.; et al. A review on authentication methods. Australian Journal of Basic and Applied Sciences, v. 7, n. 7, p. 95–107, 2013.pt_BR
dc.rightsAcesso Abertopt_BR
dc.rightsAn error occurred on the license name.*
dc.rights.uriAn error occurred getting the license - uri.*
dc.subjectControle de acessopt_BR
dc.subjectReconhecimento facialpt_BR
dc.subjectVisão computacionalpt_BR
dc.subjectDeep learningpt_BR
dc.titleDesenvolvimento de um Sistema de Reconhecimento Facial para Controle de Acesso e Segurança no Campus IFPE Paulista.pt_BR
dc.title.alternativeDevelopment of a Facial Recognition System for Access Control and Security at IFPE Paulista Campuspt_BR
dc.typeArticlept_BR
dc.creator.Latteshttp://lattes.cnpq.br/9552977842271589pt_BR
dc.contributor.advisor1Silva, Rodrigo Cesar Lira da
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/2442224050349612pt_BR
dc.contributor.referee1Araújo, Jair Galvão
dc.contributor.referee2Oliveira, Flávio Rosendo da Silva
dc.contributor.referee1Latteshttp://lattes.cnpq.br/7275113695298926pt_BR
dc.contributor.referee2Latteshttp://lattes.cnpq.br/6828380394080049pt_BR
dc.publisher.departmentPaulistapt_BR
dc.publisher.countryBrasilpt_BR
dc.subject.cnpqCIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAOpt_BR
dc.description.resumoEste trabalho aborda a relevância crescente do reconhecimento facial para segurança em instituições de ensino, motivado por recentes episódios de violência escolar, e propõe um sistema de controle de acesso para o Campus Paulista do IFPE, cuja metodologia engloba revisão de literatura, seleção de algoritmos de deep learning (Res10-SSD para detecção e FaceNet para embeddings) e implementação em Python com OpenCV e face_recognition para operação em tempo real. O protótipo processou 120 faces a taxas entre 17,44 e 31 FPS, com confiança média acima do threshold definido, o que permitiu identificar corretamente usuários autorizados e intrusos, embora oscilações de desempenho sob carga e variações de iluminação revelem a necessidade de otimizações no pré-processamento e de diversificação do dataset.pt_BR


Arquivos deste item

Thumbnail
Nome:
TCC_GabrielHenrique_final.pdf
Tamanho:
1.502Mb
Formato:
PDF
Descrição:
Artigo principal
Visualizar/Abrir
Thumbnail
Nome:
license_rdf
Tamanho:
0bytes
Formato:
application/rdf+xml
Visualizar/Abrir

Este item aparece na(s) seguinte(s) coleção(s)

Mostrar registro simples