Reconhecimento facial aplicado para registro de ponto
Nenhuma Miniatura disponível
Data
2023-06-12
Tipo de documento
Monografia
Título da Revista
ISSN da Revista
Título de Volume
Área do conhecimento
Ciências Exatas e da Terra
Modalidade de acesso
Acesso aberto
Editora
Autores
Beluco, Danilo Cardoso
Fortunato Filho, Jorge Luiz
Orientador
Dal-Bó, Silvana
Coorientador
Giraldi, Marcia Cargnin Martins
Resumo
No ambiente empresarial, ocorre um fluxo constante de funcionários durante o dia de trabalho. O registro de ponto é vital para monitorar as entradas e saídas dos funcionários, independentemente do método utilizado pela empresa. Uma forma que pode revolucionar o registro de ponto é através da biometria facial, visto que essa é uma moderna opção de biometria. Diante disso, o presente trabalho propõe o desenvolvimento de uma plataforma que possibilite as marcações de ponto de funcionários através da biometria facial. Para isso, primeiramente foi realizado um estudo teórico sobre o assunto, assim como uma pesquisa sobre os algoritmos Eigenface, Fisherface e LBPH, que estão disponíveis na biblioteca OpenCV e são muito utilizados para essa funcionalidade. A próxima etapa foi o desenvolvimento de uma plataforma de registro de ponto, que integrou a funcionalidade de reconhecimento facial, possibilitando testar cada um dos algoritmos estudados. Além da funcionalidade de reconhecimento facial no registro de ponto, a plataforma conta com outros recursos essenciais para este tipo de sistema. Com o propósito de realizar análises e comparações dos algoritmos, foram cadastrados usuários de teste no sistema desenvolvido usando faces do banco de imagens FEI, um banco de imagens brasileiro que contém um conjunto de imagens faciais tiradas entre junho de 2005 e março de 2006. Por fim, realizamos uma avaliação do desempenho e da eficácia dos três algoritmos utilizados no reconhecimento facial, utilizando inclusive imagens que apresentam variações significativas de expressão facial e iluminação. Percebeu-se pelas avaliações que os algoritmos LBPH e Fisherface tiveram um desempenho superior ao Eigenface. Essas avaliações foram importantes para entender como cada algoritmo se comporta diante de condições adversas.
Palavras-chave
Biometria, Controle de ponto, OpenCV