Reconhecimento de faces
Aprendizagem Profunda
Redes neurais
OpenCV

Identificar uma pessoa depende principalmente de suas características faciais, que até distinguem gêmeos idênticos. O processo de reconhecer uma pessoa pelo estudo de seus traços faciais é conhecido como reconhecimento facial. Para o ser humano reconhecer o rosto de pessoas por determinadas características faciais é uma habilidade natural. Porém, implementar a capacidade de reconhecimento facial em máquinas não é uma tarefa fácil. No entanto, a literatura oferece uma variedade muito grande de algoritmos convencionais para resolver essa tarefa, mas os algoritmos convencionais de reconhecimento facial são suscetíveis a várias condições. Os rápidos avanços nos modelos de aprendizagem profunda (Deep Learning), especialmente as Redes Neurais Convolucionais (Convolutional Neural Network) (CNN), permitiram que os computadores analisassem e reconhecessem rostos humanos de forma automática. O aprendizado profundo aplica várias camadas de processamento para aprender representações de dados com vários níveis de extração de informação. Nos últimos anos, essa técnica emergente reformulou o cenário de pesquisa de reconhecimento facial, alcançando resultados excecionais, melhorando drasticamente o desempenho de última geração e promovendo a aplicações bem-sucedidos no mundo real, tais como sistemas de desbloqueio de telefone, sistemas de identificação criminal, sistemas de segurança residencial, e vários outros. Nesse contexto, o objetivo deste trabalho é desenvolver um sistema de reconhecimento facial usando técnicas de aprendizado profundo. Para alcançar o nosso objetivo, foram revisadas as técnicas normalmente utilizadas na tarefa de reconhecimento facial, e foram selecionadas as que melhor se aplicam no contexto deste trabalho, e desenvolveu-se uma ferramenta para realizar o reconhecimento facial de forma automática. Os resultados indicam que o método de aprendizagem profunda é capaz de reconhecer rostos humanos com sucesso.