O CONTROLE DE ACESSO ATRAVÉS DE RECONHECIMENTO FACIAL

UNISANTOS - Universidade Católica de Santos

Centro de Ciências Exatas, Arquitetura e Engenharia

Curso de Sistemas de Informação

Trabalho de Conclusão de Curso

CONTROLE DE ACESSO ATRAVÉS DE RECONHECIMENTO FACIAL

Autores: Fernando Napoli Pacheco

João Henrique Novaes Loureiro

Orientador: Prof. Me. Thiago Ferauche

SANTOS

2017

---

CONTROLE DE ACESSO ATRAVÉS DE RECONHECIMENTO FACIAL

Trabalho de conclusão apresentado ao Curso de Sistemas de Informação do Centro de Ciências Exatas, Arquitetura e Engenharia da Universidade Católica de Santos como requisito para aprovação na disciplina Trabalho de Conclusão de Curso II.

______________________________________

Aluno: Fernando Napoli Pacheco

______________________________________

Aluno: João Henrique Novaes Loureiro

______________________________________

Orientador: Prof. Me. Thiago Ferauche

RESUMO

        Este trabalho apresenta o estudo de desenvolvimento e avaliação de um sistema de reconhecimento facial, que recebe como entrada uma imagem de uma pessoa e como saída retorna uma resposta positiva caso a face desta pessoa esteja salva no banco de faces do sistema e assim liberando seu acesso (Catracas, torniquetes, cancelas, entre outros). O projeto foi desenvolvido utilizando a linguagem Java, por ser multiplataforma, que conta com bibliotecas importantes no desenvolvimento deste trabalho como o OpenCV e o JavaCV.         Basicamente o projeto consiste em três partes: detecção facial, extração de características e reconhecimento. A detecção facial foi implementada usando-se algoritmo de Viola-Jones, que tem como base o treinamento de classificadores fortes agregando-se diversos classificadores fracos (Adaboost). Para extração de características e para reconhecimento foi utilizado o algoritmo de LBPH que funciona basicamente dividindo a imagem em uma matriz e associando bits em pontos mais importantes da face, armazenando-as de forma normalizada e num segundo estágio buscando no banco de faces.

        Palavras-chave: Reconhecimento Facial, Java, OpenCV.

Abstract

        This work presents the study of the development and evaluation of a facial recognition system, which receives as input an image of a person and as output returns a positive response if the face of this person is saved in the face bank of the system and thus freeing their access (Turnstiles, turnstiles, gates, among others). The project was developed using the Java language, being multiplatform, which has important libraries in the development of this work as OpenCV and JavaCV.  Basically, the project consists of three parts: facial detection, feature extraction and recognition. The facial detection was implemented using the Viola-Jones algorithm, which is based on the training of strong classifiers by adding several weak classifiers (Adaboost). For extraction of characteristics and for recognition was used the LBPH algorithm that basically works by dividing the image into an array and associating bits 0 and 1 at most important points of the face, storing them in a normalized way and in a second stage searching the face bank

        Keywords: Facial Recognition, Java, OpenCV.

LISTA DE FIGURAS

Figura 1 - Demonstração do algoritmo Viola-Jones        

Figura 2 - Imagem integral        

Figura 3 - Classificadores AdaBoost        

Figura 4 - Classe FaceRecognizer        

Figura 5 - Local Binary Pattern        

Figura 6 - Pré-processamento de Imagem        

Figura 7 - Operação do LBPH        

Figura 8 - Extração de recursos locais        

Figura 9 - Arduino        

Figura 10 - Mapeamento da pinagem        

Figura 11 - Semáforo        

Figura 12 - Módulo de interpretação PortLuz        

Figura 13 - Fonte de alimentação        

Figura 14 - Câmera        

Figura 15 - Ligação do Semáforo        

Figura 16 - Ligação do Semáforo com módulo PortLuz        

Figura 17 - Esquema de ligação completo        

Figura 18 - Ligação Protótipo        

Figura 19 - Programação do arduino        

Figura 20 - Estados do semáforo        

Figura 21 - Classe de Identificação da face        

Figura 22 - Classe de Reconhecimento da face        

Figura 23 - Classe de Treinamento        

Figura 24 - Layout do Sistema        

Figura 25 - Representação do banco de faces ORL        

Figura 26 - Arranjo físico do sistema        

Figura 27 - Diagrama de Casos de Uso        

Figura 28- Diagrama de Componentes        

Figura 29 - Diagrama de implantação        

Figura 30 - Log's de reconhecimento da Pessoa1e Pessoa2 do banco ORL        

Figura 31 - Log's de reconhecimento da Pessoa22 e Pessoa27 do banco ORL        

---

LISTA DE TABELAS

Tabela 1 - Especificações técnicas do ATmega328        

Tabela 2 - Caso de cadastro de usuário